基于改进YOLOv5的钢材表面缺陷检测OA
Surface defect detection of steel based on improved Yolov5
针对当前钢材表面缺陷种类多、形态复杂等原因导致的检测精度低的问题,本文提出了 一种基于改进YOLOv5目标检测网络的缺陷检测方法.首先,对于在检测中小目标缺陷易被漏检、错检的问题,增加了小目标检测层;其次,对于缺陷图像表现的背景复杂,且部分缺陷交叉、重叠等问题,引入了 Transformer encoder block 模块和 Convolutional block attention model(CBAM)模块,使网络能更加有效地对抗复杂背景信…查看全部>>
吴敌;李明辉;马文凯;李睿童;李艳
陕西科技大学机电工程学院,陕西西安 710021陕西科技大学机电工程学院,陕西西安 710021陕西科技大学机电工程学院,陕西西安 710021陕西科技大学机电工程学院,陕西西安 710021陕西科技大学电气与控制工程学院,陕西西安710021
信息技术与安全科学
目标检测钢材表面缺陷YOLOv5注意力机制
《陕西科技大学学报》 2023 (2)
162-169,8
陕西省重点研发计划项目(S2023-YF-YBGY-0697)陕西省咸阳市重点研发计划项目(L2022ZDYFSF047,S2021ZDYF-GY-0244)
评论