首页|期刊导航|计算机工程与应用|面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO

面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO

卢俊哲张铖怡刘世鹏宁德军

计算机工程与应用2023，Vol.59Issue(15)：318-328,11.

计算机工程与应用2023，Vol.59Issue(15)：318-328,11.DOI:10.3778/j.issn.1002-8331.2303-0100

面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO

Lightweight DCN-YOLO for Strip Surface Defect Detection in Complex Environments

卢俊哲 ¹张铖怡 ²刘世鹏 ¹宁德军¹

作者信息

1. 中国科学院上海高等研究院,上海 201210||中国科学院大学,北京 100049
2. 中国科学院上海高等研究院,上海 201210
折叠

摘要

关键词

带钢表面缺陷检测/可形变卷积网络/深度可分离卷积/ECA通道注意力/轻量级YOLOv5/图像预处理

Key words

strip surface defect detection/deformable convolutional network/depthwise separable convolution/efficient channel attention/lightweight YOLOv5/image preprocessing

分类

信息技术与安全科学

引用本文复制引用

卢俊哲,张铖怡,刘世鹏,宁德军..面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO[J].计算机工程与应用,2023,59(15):318-328,11.

基金项目

工信部制造业高质量发展专项(E212641B01). （E212641B01）

计算机工程与应用

OA北大核心CSCDCSTPCD

ISSN：1002-8331

访问量5

下载量0

段落导航