• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
一种改进YOLOv7的钢铁表面缺陷检测优化模型
  • 作者

    史健婷李洋

  • 单位

    黑龙江科技大学计算机与信息工程学院

  • 摘要
    为满足工业钢材表面缺陷检测对高实时性和准确性的需求,提出了一种基于YOLOv7改进的钢材表面缺陷检测算法。该算法引入K-means++算法聚类分析,使锚框能够适应数据集内所有缺陷类型,同时通过分别引入SENet、CBAM、ECANet和CA注意力机制,提高模型对目标信息的关注程度。结果表明,在NEU-DET数据集上,改进后的四种算法与原YOLOv7算法相比具有更高的检测精度。YOLOv7+CBAM算法的效果最好,相较于YOLOv7算法检测精度提高了1.64%,对裂纹缺陷的精度提升了8.59%。与以往的钢表面缺陷检测算法相比,改进后的算法取得了显著的性能提升,检测速度为32 M,检测精度达到了80.79%,在保持原检测速度基本不变的情况下,精准地检测钢材表面缺陷。
  • 关键词

    缺陷检测YOLOv7算法K-means++CBAM注意力机制

  • 基金项目(Foundation)
    黑龙江省属高校基本科研业务费项目(2023-KYYWF-0547);
  • 文章目录


    0 引 言
    1 方 法
    1.1 实验数据准备
    1.2 YOLOv7
    2 改进的YOLOv7算法
    2.1 K-means++
    2.2 SENet
    2.3 CBAM
    2.4 ECANet
    2.5 CA
    2.6 改进后的模型结构
    3 实验环境与结果分析
    3.1 实验环境
    3.2 评价指标
    3.3 实验结果分析
    4 结束语
  • 引用格式
    [1]史健婷,李洋.一种改进YOLOv7的钢铁表面缺陷检测优化模型[J].黑龙江科技大学学报,2024,34(06):990-996.
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联