基于YOLOv5算法改进的钢材表面缺陷检测OA
钢材表面缺陷检测一直是目标检测领域重要的研究问题.针对该问题,该文以东北大学开源数据集NEU-DET为样本数据,对YOLOv5 算法进行改进,得到YOLOv5_LH网络模型.首先对聚类算法进行优化,使用K-means++算法优化锚框,然后把主干网络中Conv层更换为特征提取能力更强的RepVGG网络,并在SPPF层前添加BotNet注意力机制,在Neck层引用BiFPN特征金字塔替代原有的网络结构,同时也对损失函数进行优化.通过实验验证,YOLO…查看全部>>
曹乐乐;罗恒;张鹏
大连工业大学 机械工程与自动化学院,辽宁 大连 116000大连工业大学 机械工程与自动化学院,辽宁 大连 116000大连工业大学 机械工程与自动化学院,辽宁 大连 116000
计算机与自动化
钢材缺陷检测YOLOv5RepVGGBotNet
steeldefect detectionYOLOv5RepVGGBotNet
《科技创新与应用》 2023 (26)
66-69,73,5
辽宁省教育厅基金(J2019020)
评论