检索结果-南通市图书馆

基于TCM-Yo.o.络的金属表面缺陷检测方法

计算机工程 2024年

作者：赵小虎谢礼逊慕灯聪张悦中国矿业大学信息与控制工程学院矿山互联网应用技术国家地方联合工程实验室(中国矿业大学)

针对金属生产制造中，表面缺陷检测环节存在检测准确率低，处理速度慢等问题，提出来一种基于改进Yo.o.8网络的金属缺陷检测方法（TCM-Yo.o.。该改进方法改进坐标注意力机制为三通道坐标注意力机制(TCCA)，并与第二版可变形卷积网络相... 详细信息

针对金属生产制造中，表面缺陷检测环节存在检测准确率低，处理速度慢等问题，提出来一种基于改进Yo.o.8网络的金属缺陷检测方法（TCM-Yo.o.。该改进方法改进坐标注意力机制为三通道坐标注意力机制(TCCA)，并与第二版可变形卷积网络相结合为三通道可变形卷积(TDCN），增强网络的特征提取能力。特征融合网络中采用双向特征金字塔与动态蛇形卷积(DSC)相结合的方法，改善网络对于带钢缺陷检测的漏检率，更好保留缺陷微小纹理和复杂结构的信息。采用MPDio.损失函数替换原来的损失函数加快收敛速度和获得更准确的回归结果，最后嵌入全局注意力机制，不断捕获缺陷全局形态的重要信息。实验结果表明，TCM-Yo.o.法在东北大学带钢缺陷的数据集上平均精度达到了81.8%，相比于原始的Yo.o.8n算法提高了7.4%，精确率达到了78.3%，相比于原模型提升了8.9%，算法检测速度达到61.73FPS，在天池铝型材缺陷的数据集上平均精度相比于原始的Yo.o.8n算法提高了4.1%，精确率相比于原模型提升了8.7%。结果表明了本文的TCM-Yo.o.法检测精度高、检测速度快的特点，能更好满足金属表面实际检测需求。

关键词：缺陷检测目标检测 Yo.o.8算法注意力机制损失函数

来源：