-
题名基于融合多维非对称策略的螺纹缺陷检测方法
- 1
-
-
作者
王瑞
李敬兆
石晴
许志
王龙
赵雪琦
陈强
-
机构
安徽理工大学人工智能学院
淮北合众机械设备有限公司
安徽埃夫利舍建筑技术有限公司
-
出处
《现代制造工程》
CSCD
北大核心
2023年第6期107-116,共10页
-
基金
国家自然科学基金资助项目(51874010)
淮北市重大科技专项项目(Z2020004)。
-
文摘
目前机械零件螺纹的缺陷检测主要依赖人工目视检测,存在速度慢、误差大等问题,为此,基于融合多维非对称策略提出一种计算机视觉螺纹缺陷检测方法。首先,在YOLOv7目标检测算法的网络结构部分新增一层160×160的特征提取层,增加模型的目标检测尺度;设计LAM+DBAM注意力模块,引入标准差权重影响因子,从而构建新的权值计算公式,将发挥重要程度不同的特征提取层进行非对称融合,提升网络对小目标的特征提取能力。其次,采用TIoU损失函数,将预测框和标签框进行区分,非对称地处理输入的2个边界框,提升前景信息在网络特征提取过程中发挥的作用。最后,对模型的BN层进行稀疏化训练,通过缩放因子γ判断卷积核的重要程度,对非重要卷积核进行剪枝,消除模型的冗余参数,提升检测速度。试验结果表明,提出的基于融合多维非对称策略的螺纹缺陷检测方法的精度均值达到93.72%,检测速度达到53 f/s。
-
关键词
YOLOv7目标检测算法
缺陷检测
注意力机制
损失函数
模型剪枝
-
Keywords
YOLOv7 target detection algorithm
defect detection
attentional mechanism
function of loss
model pruning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
