面向孔目标检测的YOLOv3改进算法

作     者：甘忠 石望兴 凌子昊 马博宇 薛超 GAN Zhong;SHI Wangxing;LING Zihao;MA Boyu;XUE Chao

作者机构：西北工业大学机电学院陕西西安710000 

出 版 物：《信息技术与信息化》 (Information Technology and Informatization)

年 卷 期：2022年第11期

页      面：206-210页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：残差模块 圆孔检测 小目标检测 尺度融合 损失函数 

摘      要：针对钣金零件上小目标圆孔的检出率低、检测速度慢的问题,提出一种改进的YOLOv3小目标圆孔检测算法。首先在YOLOv3网络中配置残差模块,防止模型网络层数较多时出现梯度消失和梯度爆炸问题;使用多尺度特征融合的方式,将提取的大尺度特征图和小尺度特征图融合以提高模型对小目标的检测效果;通过改进损失函数来提高网络的检测速度。改进网络模型分别与传统的YOLOv3网络和YoloV3-tiny网络进行测试对比分析,改进后的网络模型检测精度和传统的YOLOv3检测精度相近,检测速度相对于传统的YOLOv3网络提高了50%,在保证精度的前提下,有效提高了YOLOv3网络的检测效率。