基于改进DCGAN网络的钢材表面缺陷图像数据增强方法

1

作者 时培明 申世春 +3 位作者 叶蕾 许学方 阚俊明 韩东颖 《计量学报》 北大核心 2025年第9期1377-1384,共8页

针对传统深度卷积生成对抗网络(DCGAN)在生成钢材表面缺陷图像中存在质量差和网络训练不稳定等问题,提出了一种改进DCGAN的钢材表面缺陷图像数据增强模型。首先,将残差模块和自注意力机制添加到DCGAN网络中,提高网络对缺陷图像的特征提... 针对传统深度卷积生成对抗网络(DCGAN)在生成钢材表面缺陷图像中存在质量差和网络训练不稳定等问题,提出了一种改进DCGAN的钢材表面缺陷图像数据增强模型。首先,将残差模块和自注意力机制添加到DCGAN网络中,提高网络对缺陷图像的特征提取能力;其次,引入谱归一化和带梯度惩罚项的Wasserstein距离损失函数,提高网络训练的稳定性;最后,将所提模型在NEU-DET数据集上进行试验。试验结果表明,所提出的模型能够稳定地生成质量较高的钢材表面缺陷图像,相较于原始DCGAN网络,该模型生成图像在AlexNet网络上识别准确率提高了6.8%,FID值降低了61.3%,IS值提高了20.8%,且质量优于GAN、DCGAN、CGAN和WGAN四种主流模型所生成的图像,能够作为一种有效的策略解决钢材表面缺陷图像小样本问题。 展开更多

关键词 几何量计量 钢材表面缺陷 生成对抗网络 图像生成 残差模块 自注意力机制 谱归一化

在线阅读 下载PDF 职称材料

基于YOLOv7-Tiny的轻量化钢材表面缺陷检测方法

2

作者 赵曙光 易文 陆小辰 《东华大学学报(自然科学版)》 北大核心 2025年第4期194-202,共9页

为实现快速且精准的钢材表面缺陷检测,提出一种基于YOLOv7-Tiny的轻量化检测方法。为优化主干提升检测精度和速度,基于Transformer模块构建轻型TGS-SPPCFSPC结构,替代SPPCSPC。此外,引入Mish激活函数以增强模型的表征能力;引入Slim-Nec... 为实现快速且精准的钢材表面缺陷检测,提出一种基于YOLOv7-Tiny的轻量化检测方法。为优化主干提升检测精度和速度,基于Transformer模块构建轻型TGS-SPPCFSPC结构,替代SPPCSPC。此外,引入Mish激活函数以增强模型的表征能力;引入Slim-Neck作为新的颈部,在保持检测精度的同时,有效地缩减模型规模和计算量。将SPD卷积与SimAM相结合作为新头部,加强对低分辨率小目标的检测能力。在NEU-DET和GC10-DET上的试验结果表明,改进算法在表现上优于数十种先进网络。相比于原始算法,改进算法在NEU-DET上,m_(AP)提升了7%,GFLOPS减少了2.5 G(Giga),参数减少了3 M(Mega),特别是小目标检测效果显著提高。在GC10-DET上,m_(AP)提升了3%,FPS达125。两者试验结果表明,提出的方法在缺陷检测领域表现出色,而且轻量化设计使其更适用于多种场景。 展开更多

关键词 钢材表面缺陷检测 YOLOv7-Tiny TGS-SPPCFSPC 小目标 轻量化

在线阅读 下载PDF 职称材料

改进YOLOv8的钢材表面缺陷检测算法 被引量：2

3

作者 徐莲蓉 梁少华 《现代电子技术》 北大核心 2025年第4期173-180,共8页

为了更有效地识别钢材表面的细小和复杂缺陷,提出一种改进YOLOv8的钢材表面缺陷检测算法。首先,在原模型的Neck部分引入空间和通道重构卷积SCConv模块,提高模型对小尺度目标缺陷的识别能力;其次,将CA注意力机制模块融合到原始的Backbone... 为了更有效地识别钢材表面的细小和复杂缺陷,提出一种改进YOLOv8的钢材表面缺陷检测算法。首先,在原模型的Neck部分引入空间和通道重构卷积SCConv模块,提高模型对小尺度目标缺陷的识别能力;其次,将CA注意力机制模块融合到原始的Backbone中,使模型能够更好地关注目标缺陷的特征信息;接着,采用高效层聚合网络(RepGFPN)模块作为颈部网络,充分融合不同尺度的特征,提高特征融合能力;最后,引入轻量级上采样算子CARAFE,进一步提升模型的检测效果。实验结果显示,在公开的NEU-DET数据集上,改进后模型的平均精度均值(mAP)达到了81.1%,相较于原始YOLOv8模型,mAP提高了2.7%,精确率提升了3.9%。与此同时,在GC10-DET数据集上的实验也表明改进模型具有良好的鲁棒性,证明了所提算法能够有效地完成钢材表面缺陷的检测任务。 展开更多

关键词 钢材表面缺陷 缺陷检测 YOLOv8算法 坐标注意力机制 高效层聚合网络 识别能力

在线阅读 下载PDF 职称材料

基于改进YOLOv7⁃tiny的钢材表面缺陷检测 被引量：1

4

作者 张瑞雪 陈琳 《现代电子技术》 北大核心 2025年第14期43-49,共7页

针对当前钢材表面缺陷检测算法存在的检测精度低和小目标检测困难等问题,提出一种基于YOLOv7-tiny的改进算法。首先,提出高效动态蛇形层聚网络(DSELAN),并将其嵌入到特征提取网络中,以提高模型对复杂缺陷目标关键特征的提取能力;其次,引... 针对当前钢材表面缺陷检测算法存在的检测精度低和小目标检测困难等问题,提出一种基于YOLOv7-tiny的改进算法。首先,提出高效动态蛇形层聚网络(DSELAN),并将其嵌入到特征提取网络中,以提高模型对复杂缺陷目标关键特征的提取能力;其次,引入SPDConv作为下采样模块,避免小目标细粒度信息的丢失,有效解决了小目标检测困难的问题;最后,针对大目标缺陷检测效率低的问题,增加一个大目标检测层以扩大模型的感受野,提高对大目标缺陷的检测精度。实验结果表明:改进后的YOLOv7-tiny算法在NEU-DET数据集上的平均精度均值(mAP)达到了81.4%,比原算法提高了6.7%,检测性能优于其他主流检测算法;并且具有较少的参数量和较快的检测速度,可满足工业钢材表面缺陷检测的实时性和高效性要求。 展开更多

关键词 YOLOv7-tiny 钢材表面缺陷检测 目标检测 细粒度 动态蛇形卷积 特征提取

在线阅读 下载PDF 职称材料

基于YOLO-RSI算法的钢材表面缺陷检测

5

作者 乔庆元 骆晓玲 +1 位作者 程换新 于沙家 《组合机床与自动化加工技术》 北大核心 2025年第5期145-149,155,共6页

针对现有钢材表面缺陷检测算法存在的误检、漏检率高及检测效能差的问题,提出一种改进的钢材表面缺陷检测算法YOLO-RSI。首先,将RFAConv与常规卷积结合,设计一种新的下采样模块RCDP,可以考虑到每个特征的重要性,使上下文信息更加完整;其... 针对现有钢材表面缺陷检测算法存在的误检、漏检率高及检测效能差的问题,提出一种改进的钢材表面缺陷检测算法YOLO-RSI。首先,将RFAConv与常规卷积结合,设计一种新的下采样模块RCDP,可以考虑到每个特征的重要性,使上下文信息更加完整;其次,提出了SD-FPN特征金字塔网络结构,通过添加下采样模块、加权特征融合方法以及多条跨尺度连接通路来增强模型多尺度特征融合能力,获取更丰富的特征信息;最后,将Inner-IoU应用至WIoU Loss中,提出了Inner-WIoU替换CIoU作为边界框损失函数,提升模型的泛化性能。在NEU-DET上的实验结果表明:改进算法的mAP50为81.2%,较YOLOv8n提升了3.2%,参数量降低了25%,每秒检测帧数提升了7,有效避免了漏检、误检的问题,可以满足实际工业部署的需求。 展开更多

关键词 钢材表面 缺陷检测 YOLOv8 RCDP SD-FPN Inner-WIoU

在线阅读 下载PDF 职称材料

基于CNN和CBAM的钢材表面缺陷检测研究

6

作者 徐吉高 陈江义 +1 位作者 秦东晨 沈鹏 《机械设计与制造》 北大核心 2025年第2期149-152,共4页

为了针对钢材表面缺陷尺度小、有用的特征信息少,提出了在卷积神经网络(CNN)的基础架构上添加卷积注意力模块(CBAM),改进后的网络模型对于数据集进行更层次的特征提取,更加关注特征信息的位置以及意义,使提取到的特征更加精炼,加强特征... 为了针对钢材表面缺陷尺度小、有用的特征信息少,提出了在卷积神经网络(CNN)的基础架构上添加卷积注意力模块(CBAM),改进后的网络模型对于数据集进行更层次的特征提取,更加关注特征信息的位置以及意义,使提取到的特征更加精炼,加强特征重复利用,提升模型的表现力。实验结果表明:在数据集特征信息少、分类对象较为单一的情况下,本文所提出方法相较于更深层次的网络模型对于分类任务取得更好的效果,缺陷检测分类准确率可达99%,平均检测速度8.21ms,满足实时检测需求。 展开更多

关键词 钢材表面缺陷检测 卷积神经网络 卷积注意力模块

在线阅读 下载PDF 职称材料

改进YOLOv10的钢材表面缺陷检测方法 被引量：1

7

作者 吴葛 朱宇凡 叶天成 《电子测量技术》 北大核心 2025年第4期158-168,共11页

针对工业系统现有钢材表面缺陷检测模型较老,准确率有限,存在错判漏判的问题,提出了一种改进YOLOv10的钢材表面缺陷检测方法FAA-YOLO。该方法通过引入轻量化网络FasterNet和多尺度注意力机制EMA,设计了C2f_Faster_EMA模块,实现Backbone... 针对工业系统现有钢材表面缺陷检测模型较老,准确率有限,存在错判漏判的问题,提出了一种改进YOLOv10的钢材表面缺陷检测方法FAA-YOLO。该方法通过引入轻量化网络FasterNet和多尺度注意力机制EMA,设计了C2f_Faster_EMA模块,实现Backbone网络轻量化与特征提取能力增强的平衡;在Backbone网络末端添加自适应细粒度通道注意力机制AFGC,增强模型骨干网络对输入特征的初步提取能力,进而提高模型的检测精度;将Neck部分换为注意力尺度序列融合框架ASF,提升模型整合多尺度特征信息的能力。在NEU-DET钢材表面缺陷数据集上进行对比实验和消融实验,实验结果表明,提出的FAA-YOLO模型较基线YOLOv10n模型参数量降低11.01%,计算量降低7.69%,检测精度提高2.9个点,达到83.6%的检测准确率,在降低模型复杂度的同时实现了较高的检测准确率,在工业系统中具有高可用性与高实时性。 展开更多

关键词 钢材表面缺陷检测 YOLOv10 FasterNet EMA AFGC ASF-YOLO

在线阅读 下载PDF 职称材料

融合MobileNetv3的轻量级YOLOv8钢材表面缺陷检测

8

作者 胡名琪 陈辉明 +2 位作者 徐伟 郭诚君 刘秋明 《科学技术与工程》 北大核心 2025年第16期6831-6840,共10页

针对钢材表面缺陷人工检测成本高昂、检测精度不高,以及传统的目标检测方法模型复杂,导致对终端检测设备的计算资源要求较高等问题,融合MobileNetv3轻量化YOLOv8算法提出一种轻量级缺陷检测算法YOLOv8n-MDC。首先,以YOLOv8n为基础,将YOL... 针对钢材表面缺陷人工检测成本高昂、检测精度不高,以及传统的目标检测方法模型复杂,导致对终端检测设备的计算资源要求较高等问题,融合MobileNetv3轻量化YOLOv8算法提出一种轻量级缺陷检测算法YOLOv8n-MDC。首先,以YOLOv8n为基础,将YOLOv8n的自带IoU(intersection over union)候选框损失函数替换成WIoU(weighted IoU)函数,通过增添非单调聚焦机制,提高模型的鲁棒性。其次,使用MobileNetv3网络替换YOLOv8n的骨干特征提取网络模块,将轻量级网络用于特征提取端降低网络复杂度,减少冗余开销。最后,在特征融合阶段使用DW卷积和C3Ghost模块对原网络的相应模块进行替换,使改进后的网络减少模型参数,进一步提升检测速度。使用钢材表面缺陷数据集NEU-DET进行模型验证,YOLOv8n-MDC模型mAP达81.3%,较YOLOv8n模型提升5%;参数量与计算量分别为1.02 M和2.1 GFLOPs,仅为原模型的33.9%和25.9%,达到工业要求。提出的轻量级算法在保证检测精度提升的同时大大降低了算法的复杂度和计算资源的开销,为钢材表面缺陷检测提供了一个优化思路。 展开更多

关键词 钢材表面缺陷 缺陷检测 轻量级网络 YOLOv8 MobileNetv3

在线阅读 下载PDF 职称材料

联合元素乘法算子与通道剪枝的钢材表面缺陷检测网络

9

作者 杨春龙 吕东澔 +2 位作者 张勇 田旭 王城智 《计算机工程与应用》 北大核心 2025年第22期245-256,共12页

针对目前钢材表面缺陷检测网络在资源受限设备上难以实时精准检测的问题,提出了一种联合元素乘法算子与通道剪枝的钢材表面缺陷检测网络。为提高缺陷特征的有效提取,设计了特征空间膨胀模块(feature space expansion module,FSEM)和边... 针对目前钢材表面缺陷检测网络在资源受限设备上难以实时精准检测的问题,提出了一种联合元素乘法算子与通道剪枝的钢材表面缺陷检测网络。为提高缺陷特征的有效提取,设计了特征空间膨胀模块(feature space expansion module,FSEM)和边缘特征提取模块,采用四层分层架构构建轻量级高效特征提取网络(lightweight and efficient feature extraction network,LENet);为提升多尺度特征的有效融合,基于通道先验卷积注意力(channelprior convolutional attention,CPCA)设计了自适应融合(adaptive fusion,AW-Fusion)模块和FSEM,采用特征金字塔架构构建自适应多尺度特征融合网络(adaptive multi-scale feature fusion network,AMFN);为降低网络复杂度和提升网络检测速度,采用通道剪枝对网络进行后端压缩。在数据集NEU-DET上进行相关实验来验证网络的有效性和优越性。实验结果表明,剪枝后的网络在低复杂度下检测精度为78.1%,检测速度为179.8 FPS,满足实际应用需求。 展开更多

关键词 元素乘法算子 钢材表面 缺陷检测 通道剪枝

在线阅读 下载PDF 职称材料

改进YOLOv7的轻量化钢材表面缺陷检测算法

10

作者 耿涛 刘宇峰 金海波 《计算机工程与设计》 北大核心 2025年第7期1998-2003,共6页

针对目前钢材表面缺陷检测算法存在参数量大、计算冗余的问题,提出一种改进YOLOv7的轻量化钢材表面缺陷检测算法。引入EfficientViT替换原骨干特征提取网络;将EMA与SPPCSPC进行融合,使用PC卷积代替部分普通卷积;用MPDIoU替换CIoU进行损... 针对目前钢材表面缺陷检测算法存在参数量大、计算冗余的问题,提出一种改进YOLOv7的轻量化钢材表面缺陷检测算法。引入EfficientViT替换原骨干特征提取网络;将EMA与SPPCSPC进行融合,使用PC卷积代替部分普通卷积;用MPDIoU替换CIoU进行损失函数优化。实验结果表明,改进的YOLOv7算法mAP值比YOLOv7算法提升4.51%,参数量和计算量分别降低43.82%和72.58%,能够更好部署在资源有限的工业场景中。 展开更多

关键词 目标检测 YOLOv7 轻量化 EfficientViT 钢材表面 EMA MPDIoU

在线阅读 下载PDF 职称材料

改进YOLOv7算法的钢材表面缺陷检测研究 被引量：15

11

作者 高春艳 秦燊 +1 位作者 李满宏 吕晓玲 《计算机工程与应用》 CSCD 北大核心 2024年第7期282-291,共10页

当前,基于深度学习的智能检测技术逐步应用于钢材表面缺陷检测领域,针对钢材表面缺陷检测精度低的问题,提出一种高精度实时的缺陷检测算法CDN-YOLOv7。加入CARAFE轻量化上采样算子来改善网络特征融合能力,融合级联注意力机制和解耦头重... 当前,基于深度学习的智能检测技术逐步应用于钢材表面缺陷检测领域,针对钢材表面缺陷检测精度低的问题,提出一种高精度实时的缺陷检测算法CDN-YOLOv7。加入CARAFE轻量化上采样算子来改善网络特征融合能力,融合级联注意力机制和解耦头重新设计YOLOv7检测头网络,旨在解决原始头网络特征利用效率不高的问题,使其充分利用各尺度、通道、空间的多维度信息,提升复杂场景下模型表征能力。引入归一化Wasserstein距离重新设计Focal-EIoU损失函数,提出NF-EIoU替换CIoU损失,平衡各尺度缺陷样本对Loss的贡献,降低各尺度缺陷的漏检率。实验结果表明,CDN-YOLOv7的检测精度可达80.3%,较于原YOLOv7精度提升了6.0个百分点,模型推理速度可达60.8帧/s,满足实时性需求,CDN-YOLOv7在提升各尺度缺陷检测精度的同时显著降低了缺陷的漏检率。 展开更多

关键词 机器视觉 钢材表面 缺陷检测 CDN-YOLOv7

在线阅读 下载PDF 职称材料

基于自注意特征融合的钢材表面小目标缺陷检测 被引量：2

12

作者 冯夫健 罗太维 +2 位作者 谭棉 汪小梅 王岳继 《电子测量技术》 北大核心 2024年第19期172-180,共9页

针对钢材表面小目标缺陷占比小,对比度低,导致钢材表面小目标缺陷检测模型提取丰富缺陷特征失效的问题。基于联系上下文信息和增强特征融合之间的关系,对钢材表面小目标缺陷检测问题提出以下解决方案:首先,结合滑动窗口机制Swin Transfo... 针对钢材表面小目标缺陷占比小,对比度低,导致钢材表面小目标缺陷检测模型提取丰富缺陷特征失效的问题。基于联系上下文信息和增强特征融合之间的关系,对钢材表面小目标缺陷检测问题提出以下解决方案:首先,结合滑动窗口机制Swin Transformer,利用分层结构和局部窗口整合不同特征块的特征信息,以在降低卷积操作密集性的基础上增强小目标缺陷特征信息的对比度;其次,采用坐标注意力机制使模型获得更多的位置信息,以增强小目标缺陷特征信息的多样性;最后结合具有丰富梯度流信息的特征融合模块CSP-FCN,提出了基于自注意特征融合的钢材表面小目标缺陷检测模型SFNet,该模型将不同尺度特征融合以产生丰富的语义信息,增强钢材表面小目标缺陷的特征表达能力。实验结果表明,SFNet在NEU-DET和GC10-DET公开数据集上的检测性能优于目前经典的目标检测模型。此外,所提模型在参数量减少为原来1/2的基础上平均精度值分别提升了3%和3.7%。 展开更多

关键词 钢材表面缺陷 小目标缺陷检测 Swin Transformer 位置信息 特征融合

在线阅读 下载PDF 职称材料

改进YOLOv5的钢材表面缺陷检测网络轻量化研究 被引量：4

13

作者 甄国涌 赵林熔 +3 位作者 李文越 储成群 王达 孙妍 《组合机床与自动化加工技术》 北大核心 2024年第3期58-63,共6页

在YOLOv5模型的基础上设计了一种改进的轻量化网络,能够快速准确地实现钢材表面缺陷检测。首先,使用基于梯度路径设计的ELAN结构,通过提高网络的学习能力来提高检测精度;其次,引入深度可分离卷积和Ghostv2模块减少模型体积和参数量;最后... 在YOLOv5模型的基础上设计了一种改进的轻量化网络,能够快速准确地实现钢材表面缺陷检测。首先,使用基于梯度路径设计的ELAN结构,通过提高网络的学习能力来提高检测精度;其次,引入深度可分离卷积和Ghostv2模块减少模型体积和参数量;最后,利用SIOU边界框损失函数训练模型,使模型能够快速收敛并且精确回归。在NEU-DET上的实验结果表明,改进后的模型mAP值提升到77.0%,相较于原模型提高了5.3%,模型体积减少了42.1%,参数量减少了43.4%,检测速度也快了0.4 ms,实现了模型轻量化效果和检测精度的平衡,为后续在硬件终端上部署提供了一种可行方案。 展开更多

关键词 目标检测 钢材表面缺陷 YOLOv5 轻量化网络

在线阅读 下载PDF 职称材料

基于改进YOLOv5的钢材表面缺陷检测

14

作者 刘祉燊 张晓玲 +2 位作者 刘珂宇 刘晓军 刘晓静 《兵工自动化》 北大核心 2024年第12期30-34,共5页

针对钢材表面缺陷检测中小目标缺陷检测效果不理想、特征提取不充分的问题,以YOLOv5算法为基础,提出一种YOLOv5s-ADW算法。将自注意力与卷积混合模块(a mixed model of self-attention and convolution,ACmix)融入主干网络层,增强模型... 针对钢材表面缺陷检测中小目标缺陷检测效果不理想、特征提取不充分的问题,以YOLOv5算法为基础,提出一种YOLOv5s-ADW算法。将自注意力与卷积混合模块(a mixed model of self-attention and convolution,ACmix)融入主干网络层,增强模型的特征敏感度;在特征融合层中加入可变形大内核注意力机制(deformable large kernel attention,D-LKA),增强模型对图像中不规则缺陷的捕捉能力;将原损失函数替换为Wise-IoU损失函数,降低数据集中低质量示例对模型检测效果的影响并提升小目标缺陷检测能力,在NEU-DET上进行实验验证。实验验证结果表明:YOLOv5s-ADW算法的平均精度均值(mean average precision,mAP)达到88.3%,相较原始模型提升了14.4%;小目标缺陷和漏检率高的缺陷平均精度(average precision,AP)也有较大提升,相比其他主流算法,能够更好解决上述问题。 展开更多

关键词 YOLOv5 钢材表面缺陷检测 小目标缺陷检测 特征提取

在线阅读 下载PDF 职称材料

海洋环境下钢材表面镀铝工艺的研究进展 被引量：8

15

作者 王瑶 赵雪妮 +6 位作者 党新安 王旭东 张黎 杨建军 何富珍 张伟刚 刘庆瑶 《材料导报》 EI CAS CSCD 北大核心 2018年第21期3805-3813,3822,共10页

钢材作为基础性结构材料被广泛应用于海洋工程领域,随着国家对海洋开发的支持力度不断加大,对应用于此环境下的钢材的需求也不断增加。但是,暴露于苛刻海洋环境下的钢材极易与周围的含氯、硫等介质发生反应而受到严重腐蚀,同时,潮汐、... 钢材作为基础性结构材料被广泛应用于海洋工程领域,随着国家对海洋开发的支持力度不断加大,对应用于此环境下的钢材的需求也不断增加。但是,暴露于苛刻海洋环境下的钢材极易与周围的含氯、硫等介质发生反应而受到严重腐蚀,同时,潮汐、日照、溶解氧、微生物以及深海压力和热液带来的高温等环境条件也会加速钢材的腐蚀,严重影响海洋工程设施的服役安全、寿命以及可靠性。因此,对钢材进行表面处理提高其耐腐蚀性能成为研究热点,其中涂层制备技术是最常用的腐蚀控制方法。铝及铝合金在腐蚀环境及高温氧化环境下表面可以形成一层致密的氧化膜,是一种常用的耐腐蚀涂层材料,通过不同工艺在钢材表面制备的铝涂层已达到了长效的防腐蚀效果。目前,制备铝涂层的工艺主要有热浸镀法、电镀法、包埋渗铝法及热喷涂法等。热浸镀铝工艺因操作简单、成本低廉而被广泛应用于海洋平台、海洋码头、桥梁等海洋基础设施。电镀铝工艺制备的涂层厚度、组织、形貌可控,可以实现在微小零件上的精准沉积。新型绿色环保的离子液体体系的开发,在提高电镀效率和涂层质量的同时降低了对环境的污染。粉末包埋渗铝制备的涂层具有极高的抗高温氧化性能,被广泛应用于海洋油气开采工程。低温包埋渗铝工艺可避免传统渗铝工艺高温导致的钢材力学性能下降。此外,浆料渗铝以及气相渗铝等工艺的开发拓宽了渗铝工艺的应用领域。热喷涂工艺在海洋环境下应用最为广泛,所制备的铝涂层具有极高的耐腐蚀性能,其中火焰喷涂、电弧喷涂、冷喷涂等工艺能够实现新型防腐蚀铝涂层的设计与制备。本文针对海洋环境下应用的钢材,详细介绍了在其表面镀铝工艺的研究进展,包括热浸镀、电镀、包埋渗铝和热喷涂等,并对不同镀铝工艺在海洋环境下的应用及发展方向做了展望。 展开更多

关键词 海洋坏境 钢材表面 镀铝工艺 热浸镀 电镀 包埋渗铝 热喷涂

在线阅读 下载PDF 职称材料

基于改进SSD的钢材表面缺陷检测 被引量：27

16

作者 阎馨 杨月川 屠乃威 《现代制造工程》 CSCD 北大核心 2023年第5期112-120,共9页

工业生产过程中,钢材表面缺陷的检测对于钢材的质量控制发挥着十分重要的作用,针对钢材表面缺陷检测中存在的检测精度低、检测速度慢等问题,提出了一种钢材表面缺陷检测的改进SSD算法。在所提算法中,采用Transformer多头注意力机制模块... 工业生产过程中,钢材表面缺陷的检测对于钢材的质量控制发挥着十分重要的作用,针对钢材表面缺陷检测中存在的检测精度低、检测速度慢等问题,提出了一种钢材表面缺陷检测的改进SSD算法。在所提算法中,采用Transformer多头注意力机制模块代替原SSD结构中的Conv5_1层,以提高小目标检测的能力;原SSD结构中的Conv7操作替换为Involution算子操作,以减少运算的参数量;对网络结构进行特征融合处理,以更全面地检测特征图中所包含的信息。利用NEU-DET数据集进行实验,实验结果表明改进后的SSD算法是有效的,可以高效检测到钢材表面的小目标缺陷,相比改进前平均检测精度提高了4.5%,检测速度提高了13.6%。 展开更多

关键词 钢材表面缺陷检测 改进SSD算法 注意力机制 Involution算子 特征融合

在线阅读 下载PDF 职称材料

改进Yolov7-tiny的钢材表面缺陷检测算法 被引量：46

17

作者 齐向明 董旭 《计算机工程与应用》 CSCD 北大核心 2023年第12期176-183,共8页

为提高钢材表面缺陷小目标检测效率,提出一种改进Yolov7-tiny的钢材表面缺陷检测算法。将特征提取网络的激活函数更换为SiLU,提高特征提取能力;把特征融合网络的张量拼接操作与加权双向特征金字塔BiFPN结合,再把上采样部分的最邻近插值... 为提高钢材表面缺陷小目标检测效率,提出一种改进Yolov7-tiny的钢材表面缺陷检测算法。将特征提取网络的激活函数更换为SiLU,提高特征提取能力;把特征融合网络的张量拼接操作与加权双向特征金字塔BiFPN结合,再把上采样部分的最邻近插值替换为轻量级算子CARAFE,提升特征融合能力;最后在输出端引入多头自注意力机制MHSA和SPD卷积构建块,提升输出端对钢材表面缺陷小目标的检测性能。在NEU-DET数据集上做消融和对比实验,改进算法与原Yolov7-tiny算法比较,mAP提升11.7个百分点,Precision提升3.3个百分点,FPS值达到192,结果表明改进算法能有效提升钢材表面缺陷小目标检测效率;在VOC2012数据集上做通用性对比实验,结果表明改进算法具有通用性。 展开更多

关键词 钢材表面 缺陷检测 Yolov7-tiny SiLU BiFPN CARAFE MHSA SPD

在线阅读 下载PDF 职称材料

基于脉冲神经网络的钢材表面缺陷识别研究 被引量：2

18

作者 孔玲爽 闵悦 +3 位作者 何静 刘建华 张昌凡 黄聪聪 《包装工程》 CAS 北大核心 2022年第15期13-22,共10页

目的针对现有钢材缺陷识别算法特征图利用不充分、识别准确率低、参数量大等问题,基于脉冲神经网络,提出一种用于钢材缺陷识别的稠密卷积脉冲神经网络(DCSNN)模型,减少系统消耗和内存占用。方法首先,采用卷积编码,对输入图片进行特征提... 目的针对现有钢材缺陷识别算法特征图利用不充分、识别准确率低、参数量大等问题,基于脉冲神经网络,提出一种用于钢材缺陷识别的稠密卷积脉冲神经网络(DCSNN)模型,减少系统消耗和内存占用。方法首先,采用卷积编码,对输入图片进行特征提取和编码。其次,采用稠密连接算法搭建稠密卷积脉冲神经网络,实现特征重复利用,抑制梯度消失,并通过替代梯度下降算法进行网络训练。最后,在带钢数据集上进行测试,实现带钢缺陷识别。结果实验结果显示,DCSNN在测试集上的准确率为98.61%,参数量为0.5万,结论在钢材表面缺陷识别问题上表现出良好效果。 展开更多

关键词 脉冲神经网络 稠密连接 钢材表面 缺陷识别 替代梯度下降

在线阅读 下载PDF 职称材料

针对钢材表面小目标缺陷实时检测 被引量：3

19

作者 朱传军 梁泽启 +2 位作者 付强 张超勇 刘荣光 《组合机床与自动化加工技术》 北大核心 2023年第11期133-137,共5页

钢材表面缺陷检测任务中,YOLO将目标检测转换为对位置信息的回归问题,实现高帧率实时检测,但对小目标缺陷定位精度有所欠缺。针对该问题,以YOLOv5s架构为基础,首先,在模型输入端设定动态尺度训练范式,提高小目标缺陷训练精度;其次,设计S... 钢材表面缺陷检测任务中,YOLO将目标检测转换为对位置信息的回归问题,实现高帧率实时检测,但对小目标缺陷定位精度有所欠缺。针对该问题,以YOLOv5s架构为基础,首先,在模型输入端设定动态尺度训练范式,提高小目标缺陷训练精度;其次,设计STD-CA模块利用图像转换技术,避免下采样过程中分辨率的降低,导致小目标缺陷特征信息的丢失,并引导特征提取能力,降低无关背景特征关注度,进一步提高模型小目标缺陷检测精度。结果表明,在NEU-DET数据集中,改进后模型在保证检测速度保持在54 frame/s的同时,平均精度均值达到86.6%,较YOLOv5s提高17.6%,对小目标缺陷定位更加准确,目前优于其他深度学习钢材实时检测模型。 展开更多

关键词 钢材表面缺陷 小目标检测 YOLO回归模型 STD-CA

在线阅读 下载PDF 职称材料

基于脉冲涡流热成像钢材表面裂纹检测效果分析 被引量：6

20

作者 苏伯泰 李强 +1 位作者 韩静涛 张永军 《中国测试》 CAS 北大核心 2018年第5期147-151,158,共6页

基于脉冲涡流热成像检测技术原理设计开发检测平台,以截面125 mm×125 mm,壁厚5 mm的Q345D方矩管为试验材料,在其表面机加工不同深度和角度的矩形凹槽作为裂纹。裂纹区域和无裂纹区域的温差大小直接决定检测效果的优劣,以被检材料... 基于脉冲涡流热成像检测技术原理设计开发检测平台,以截面125 mm×125 mm,壁厚5 mm的Q345D方矩管为试验材料,在其表面机加工不同深度和角度的矩形凹槽作为裂纹。裂纹区域和无裂纹区域的温差大小直接决定检测效果的优劣,以被检材料传送速度、感应加热功率和线圈提离为3个因素做正交试验,带有裂纹的方矩管在匀速动态状态下被检测,通过对每组试验不同深度裂纹和无裂纹区域的温差数据分析,得到各因素对检测效果的影响趋势和程度。最后通过试验判定感应加热对不同角度裂纹检测效果的影响。结果表明:加热功率和线圈提离对裂纹检测效果影响显著,传送速度影响较小;裂纹自身深度和角度对检测效果有很大影响,深度越大,越容易检测;裂纹与涡流之间的角度越大,检测效果越好。 展开更多

关键词 脉冲涡流热成像 无损检测 钢材表面裂纹 传送速度 加热功率 线圈提离 裂纹深度 裂纹角度

在线阅读 下载PDF 职称材料