检索结果-南通市图书馆

轨道交通材料 2024年第2期3卷 50-56页

作者：杨喻丘佟维妍沈阳工业大学化工过程自动化学院辽宁沈阳110000

针对现有金属表面缺陷检测算法存在缺陷特征提取能力不足、检测精度较低、可能因网络加深而出现梯度消失等问题,提出了一种基于改进的YOLOv5s金属表面缺陷检测算法。首先,用3层ResNet-50残差网络代替YOLOv5s的骨干网络,不仅增加了提取... 详细信息

针对现有金属表面缺陷检测算法存在缺陷特征提取能力不足、检测精度较低、可能因网络加深而出现梯度消失等问题,提出了一种基于改进的YOLOv5s金属表面缺陷检测算法。首先,用3层ResNet-50残差网络代替YOLOv5s的骨干网络,不仅增加了提取目标特征能力还提升了模型训练鲁棒性;其次,在骨干网络最后一层加入CBAM注意力机制,优化网络结构,提取更加丰富的目标特征;最后,引入边框回归损失函数EIoULoss代替原本的CIoULoss来加快网络收敛,增加小目标检测能力。研究试验表明,改进后的目标检测算法在NEU-DET数据上mAP为78.5%,较经典YOLOv5s算法相比提升了6.2%,改进后的金属缺陷检测算法不仅性能更优,而且还能检测出漏检目标,检测速度和检测精度也优于Faster R-CNN和YOLOv3,能够满足工业生产中对金属表面缺陷检测的需求。

关键词：缺陷检测 YOLOv5s ResNet-50 CBAM elouloss

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：