轻量化YOLOv8的小样本钢板缺陷检测算法OA北大核心CSTPCD
Small Sample Steel Plate Defect Detection Algorithm of Lightweight YOLOv8
钢板的表面积较大,表面缺陷非常常见,且呈现多类少量的特点.深度学习很难有效应用于此类小样本缺陷的检测中.为了解决此问题,提出一种基于轻量化YOLOv8的小样本钢板缺陷检测算法,提出一种基于模糊搜索的交互式数据增强算法,可有效解决训练样本缺失导致网络模型无法得到有效训练的问题,使深度学习应用于该领域成为可能.设计LMSRNet(lightweight multi-scale residual networks)网络替换YOLOv8的主干,以实现网络…查看全部>>
The surface area of steel plate is large,and the surface defects are very common,and showing the characteristics of multi-class and small amount.Deep learning is difficult to be effectively applied to the detection of such small sample defects.In order to solve this problem,a small sample steel plate defect detection algorithm based on lightweight YOLOv8 is proposed.Firstly,an interactive data augmentation algorithm based on fuzzy search is proposed,which ca…查看全部>>
窦智;高浩然;刘国奇;常宝方
河南师范大学 计算机与信息工程学院,河南 新乡 453007河南师范大学 计算机与信息工程学院,河南 新乡 453007河南师范大学 计算机与信息工程学院,河南 新乡 453007河南师范大学 计算机与信息工程学院,河南 新乡 453007
计算机与自动化
缺陷检测小样本YOLOv8轻量化网络注意力机制
defect detectionsmall samplesYOLOv8lightweight networkingattention mechanisms
《计算机工程与应用》 2024 (9)
抗雾霾光学遥感数据实时采集处理系统研究
90-100,11
国家自然科学基金(U1904123,61901160).
评论