融合多尺度特征的YOLOv8裂缝缺陷检测算法OA北大核心CSTPCD
针对井壁裂缝背景复杂,纵横比差异大,导致检测效率低、漏检等问题,提出了一种融合多尺度特征的裂缝缺陷检测模型EDG-YOLO。设计特征提取模块EIRBlock(efficient inverted residual block),并构建C2fEIR增强主干网络对井壁浅层裂缝特征信息的提取能力。在颈部融合CSP_EDRAN(CSP efficient dilated reparam aggregation network)实现对裂缝特征信息的复用,促…查看全部>>
赵佰亭;程瑞丰;贾晓芬
安徽理工大学电气与信息工程学院,安徽淮南232001安徽理工大学电气与信息工程学院,安徽淮南232001安徽理工大学人工智能学院,安徽淮南232001
计算机与自动化
井壁裂缝目标检测YOLOv8轻量化注意力机制
《计算机工程与应用》 2024 (22)
P.261-270,10
国家自然科学基金面上项目(52174141)安徽省自然科学基金面上项目(2108085ME158)。
评论