《电子测量技术杂志》发表论文赏析

基于SGF-YOLO的钢板缺陷检测方法

来源:电子测量技术杂志2025年第21期北京时间:

作者:雷超,陈德基,孙家栋,施珮

单位:1.南京信息工程大学计算机学院 南京 210044; 2.无锡学院物联网工程学院 无锡 214105; 3.无锡学院江苏省外国专家工作室-无锡学院物联网工程学院外国专家工作室 无锡 214105

摘要:钢板产品的表面质量对其使用性能和市场竞争力具有重要影响。针对钢板表面缺陷检测精度不足导致的误检频发和漏检严重等问题,本文提出了一种基于YOLOv8n的改进模型SGF-YOLOv8n。首先,引入了Slim-neck结构,以有效减少模型的参数量和计算复杂度,从而提升计算效率。其次,集成GAM注意力机制以增强模型对全局特征的感知能力,从而提高了对细微缺陷的检测性能。最后,采用Focaler-IoU损失函数,进一步优化了模型在处理边界模糊及小尺寸缺陷区域时的定位精度。此外,针对数据集样本量有限问题,本文采用数据增强技术对NEU-DET数据集进行了样本扩充并展开实验。实验结果表明,SGF-YOLOv8n在NEU-DET数据集上的mAP50值达到81.6%,比基线模型提升3.8%。同时,在GC10-DET数据集上的泛化实验中,SGF-YOLOv8n的mAP50达到70.4%,较基线模型提升6.7%。结果表明,本文提出的改进算法具有良好的鲁棒性和有效性。

关键词:钢板表面缺陷检测;YOLOv8n;Slim-neck;GAM;损失函数

基金资助:国家自然科学基金(62072216)、无锡学院引进人才科研启动专项经费(2023r005)项目资助

2025年21期其他文献查阅:

船舶尾气检测方法研究现状与展望

通道与空间特征协同提取的抗噪手势识别方法

QFN封装器件应用电路谐振分析与解决方法研究

改进鱼鹰优化算法的移动机器人路径规划研究

上肢康复机器人自适应阻抗交互控制策略

改进的YOLOv11智能车辆动态环境目标检测算法

激光超声法零件缺陷在线自动检测系统研究

自适应VMD与多头注意力PCNN融合的小电流接地故障选线方法

基于跨模态协同感知的双流融合动作识别模型

基于差异增强的电缆微弱缺陷诊断方法研究

小样本下基于对比学习的特定辐射源识别

基于RF和改进蜜獾优化的牵引变压器在线故障预测

基于单环控制结构的三相PWM整流器离散滑模直接功率控制

基于改进YOLOv8的光伏电池缺陷检测

改进RT-DETR的密集行人检测算法

激光惯导紧耦合的户外长距离SLAM算法研究

基于特征分支增强的室外场景图像语义分割

改进YOLO11的多尺度上下文增强注意力车辆检测模型

融合M2Net的子空间优化逆散射成像方法

融合动态多尺度轻量化无人机小目标检测算法

基于数据增强和改进YOLOv8的轨道扣件检测方法

基于SGF-YOLO的钢板缺陷检测方法

双平面线阵电磁层析成像的有限元仿真分析

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!