期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于改进YOLOv8的带状合金功能材料缺陷检测方法
被引量：
2
1
作者
杨威
杨俊
+1 位作者
许聪源
夏亚金
《计量学报》
北大核心
2025年第3期329-339,共11页
针对带状合金功能材料缺陷检测中存在的漏检、误检和检测速度慢等问题,提出一种基于改进YOLOv8的带状合金功能材料缺陷检测算法。为充分融合模型骨干网络提取的多尺度特征,首先,设计多尺度特征编码器(MFE)模块,并在颈部构建多尺度特征...
针对带状合金功能材料缺陷检测中存在的漏检、误检和检测速度慢等问题,提出一种基于改进YOLOv8的带状合金功能材料缺陷检测算法。为充分融合模型骨干网络提取的多尺度特征,首先,设计多尺度特征编码器(MFE)模块,并在颈部构建多尺度特征聚集扩散(MFAD)结构,利用独特的扩散机制使具有丰富上下文信息的特征扩散到各个尺度;然后,在模型头部设计一种共享参数的任务动态对齐检测头(TDADH),通过卷积参数共享与任务对齐机制,降低模型复杂度的同时提高模型的检测精度;最后,设计感知注意力空间金字塔池化(PASPP)模块,利用注意力机制的显式动态选择机制增强模型特征表达能力。实验结果表明:该方法在合金功能材料数据集上实现了90.1%的均值平均精度P_(mAP50),参数量为2.543×10^(6),检测速度为232帧/s,优于主流的深度检测算法,并在GC10-DET和PASCAL VOC2012数据集上获得最优性能,具备较好的泛化性。
展开更多
关键词
机器视觉检测
表面缺陷检测
带状合金功能材料
多尺度融合
解耦检测头
注意力机制
YOLOv8
在线阅读
下载PDF
职称材料
PIC2f-YOLO:金属表面缺陷检测轻量化方法
被引量：
5
2
作者
胡依伦
杨俊
+2 位作者
许聪源
夏亚金
邓文斌
《光电工程》
北大核心
2025年第1期87-100,共14页
针对金属表面缺陷检测效率低以及检测算法参数量大、精度低的问题,本文提出了一种改进YOLOv8n的金属表面缺陷检测轻量化方法。首先,设计局部卷积倒置交叉融合(partial inverted bottleneck cross stage partial fusion,PIC2f)模块,该模...
针对金属表面缺陷检测效率低以及检测算法参数量大、精度低的问题,本文提出了一种改进YOLOv8n的金属表面缺陷检测轻量化方法。首先,设计局部卷积倒置交叉融合(partial inverted bottleneck cross stage partial fusion,PIC2f)模块,该模块通过构造的局部卷积倒置瓶颈(partial IRMB bottleneck,PIBN)模块替换BottleNeck模块,将部分卷积和倒置残差块组合,从而减少算法的参数量并提升模型的特征提取能力。然后,采用基于注意力尺寸内特征交互(attention-based intra-scale feature interaction,AIFI)模块,该模块结合位置嵌入和多头注意力机制,增强了模型对小目标的检测能力。最后,使用平均池化下采样(average pooling down sampling,ADown)模块替换传统卷积作为模型特征缩减模块,通过池化和卷积操作,在不降低检测精度情况下,进一步减少模型的参数量和计算复杂度。实验结果表明,与YOLOv8n算法相比,在NEU-DET钢材缺陷数据集上的PIC2f-YOLO方法的mAP_(50)增加了2.7%,参数量减少了0.403 M。在铝片表面工业缺陷、PASCAL VOC2012和带状合金功能材料表面缺陷数据集上的泛化性实验也验证了PIC2f-YOLO方法的有效性。
展开更多
关键词
表面缺陷检测
局部卷积
倒置残差
注意力机制
在线阅读
下载PDF
职称材料
题名
一种基于改进YOLOv8的带状合金功能材料缺陷检测方法
被引量：
2
1
作者
杨威
杨俊
许聪源
夏亚金
机构
嘉兴大学信息科学与工程学院
浙江理工大学计算机科学与技术学院
海盐中达金属电子材料有限公司
出处
《计量学报》
北大核心
2025年第3期329-339,共11页
基金
国家自然科学基金(62302197)
浙江省自然科学基金(LQ23F020006)
嘉兴市科技计划基金(2024AD10045)。
文摘
针对带状合金功能材料缺陷检测中存在的漏检、误检和检测速度慢等问题,提出一种基于改进YOLOv8的带状合金功能材料缺陷检测算法。为充分融合模型骨干网络提取的多尺度特征,首先,设计多尺度特征编码器(MFE)模块,并在颈部构建多尺度特征聚集扩散(MFAD)结构,利用独特的扩散机制使具有丰富上下文信息的特征扩散到各个尺度;然后,在模型头部设计一种共享参数的任务动态对齐检测头(TDADH),通过卷积参数共享与任务对齐机制,降低模型复杂度的同时提高模型的检测精度;最后,设计感知注意力空间金字塔池化(PASPP)模块,利用注意力机制的显式动态选择机制增强模型特征表达能力。实验结果表明:该方法在合金功能材料数据集上实现了90.1%的均值平均精度P_(mAP50),参数量为2.543×10^(6),检测速度为232帧/s,优于主流的深度检测算法,并在GC10-DET和PASCAL VOC2012数据集上获得最优性能,具备较好的泛化性。
关键词
机器视觉检测
表面缺陷检测
带状合金功能材料
多尺度融合
解耦检测头
注意力机制
YOLOv8
Keywords
machine vision inspection
surface defect detection
strip alloy functional materials
multi-scale fusion
decoupling detection head
attention mechanism
YOLOv8
分类号
TB96 [机械工程—光学工程]
TB973 [机械工程—测试计量技术及仪器]
在线阅读
下载PDF
职称材料
题名
PIC2f-YOLO:金属表面缺陷检测轻量化方法
被引量：
5
2
作者
胡依伦
杨俊
许聪源
夏亚金
邓文斌
机构
浙江理工大学计算机科学与技术学院
嘉兴大学信息科学与工程学院
海盐中达金属电子材料有限公司
出处
《光电工程》
北大核心
2025年第1期87-100,共14页
基金
国家自然科学基金项目(62302197)
浙江省自然科学基金项目(LQ23F020006)
+1 种基金
嘉兴市科技计划基金项目(2024AD10045,2024AY40010)
浙江省教育厅一般科研项目(Y202455539)。
文摘
针对金属表面缺陷检测效率低以及检测算法参数量大、精度低的问题,本文提出了一种改进YOLOv8n的金属表面缺陷检测轻量化方法。首先,设计局部卷积倒置交叉融合(partial inverted bottleneck cross stage partial fusion,PIC2f)模块,该模块通过构造的局部卷积倒置瓶颈(partial IRMB bottleneck,PIBN)模块替换BottleNeck模块,将部分卷积和倒置残差块组合,从而减少算法的参数量并提升模型的特征提取能力。然后,采用基于注意力尺寸内特征交互(attention-based intra-scale feature interaction,AIFI)模块,该模块结合位置嵌入和多头注意力机制,增强了模型对小目标的检测能力。最后,使用平均池化下采样(average pooling down sampling,ADown)模块替换传统卷积作为模型特征缩减模块,通过池化和卷积操作,在不降低检测精度情况下,进一步减少模型的参数量和计算复杂度。实验结果表明,与YOLOv8n算法相比,在NEU-DET钢材缺陷数据集上的PIC2f-YOLO方法的mAP_(50)增加了2.7%,参数量减少了0.403 M。在铝片表面工业缺陷、PASCAL VOC2012和带状合金功能材料表面缺陷数据集上的泛化性实验也验证了PIC2f-YOLO方法的有效性。
关键词
表面缺陷检测
局部卷积
倒置残差
注意力机制
Keywords
surface defect detection
partial convolution
inverted residual
attention mechanism
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于改进YOLOv8的带状合金功能材料缺陷检测方法
杨威
杨俊
许聪源
夏亚金
《计量学报》
北大核心
2025
2
在线阅读
下载PDF
职称材料
2
PIC2f-YOLO:金属表面缺陷检测轻量化方法
胡依伦
杨俊
许聪源
夏亚金
邓文斌
《光电工程》
北大核心
2025
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
