《电子测量技术杂志》发表论文赏析

基于改进YOLOv10的液晶显示屏表面缺陷检测算法

来源:电子测量技术杂志2025年第15期北京时间:

作者:杨瑞峰,廖映华,罗覃鹏,罗星燃

单位:四川轻化工大学机械工程学院 宜宾 644600

摘要:针对液晶显示屏(LCD)表面缺陷特征微弱、种类繁多且与背景相似度较高,导致现有检测方法精度较低的问题,提出了一种基于YOLOv10的改进液晶显示屏微弱缺陷检测模型—LC-YOLO。首先,将颈部网络上的卷积模块更改为全维动态卷积ODConv,在保证模型检测精度的同时降低了模型的计算量,提高对小缺陷特征信息的精确提取。其次,为进一步优化模型的性能,提出DySample动态上采样模块。通过点采样的方式避免背景的干扰,减少了误检和漏检现象。提高了模型在复杂背景下的鲁棒性。最后,为了增强模型对小目标的提取能力,本文引入了添加EMAttention注意力机制。该机制增强了模型对小型和暗淡目标的关注能力,从而显著提高了模型整体性能。在包含划痕、崩角、凹印3类缺陷的1 774张数据集上进行的实验结果表明,与原YOLOv10模型相比,LC-YOLO在平均精度、准确率和召回率上分别提高了2.9%、2.4%和5.8%。同时,模型的计算量也减少了2%。与现有的目标检测算法相比,LC-YOLO在保持轻量化特性的同时,精度和检测速度也获得了提升,且在液晶屏表面微弱特征缺陷的检测中表现出优异的性能。

关键词:液晶显示屏;微弱特征;缺陷检测;YOLOv10;EMAttention

基金资助:四川省中央引导地方科技发展专项(2024ZYD0300)、2024年度宜宾市科技成果转移转化引导计划项目(2024CG009)资助

2025年15期其他文献查阅:

基于运动概率筛选和加权位姿估计的鲁棒动态RGB-D SLAM

发动机轴承的极近场遥测天线研究

<100>晶向正面开口快速湿法腐蚀释放悬浮结构的研究

基于多尺度感知损失与注意力的脑图像配准

基于CEEMDAN的脉搏波数据增强双层SMOTE算法

基于KNN-LASSO-PPC法的改进BitCN-LSTM短期光伏功率预测

改进YOLOv10n的光伏电池缺陷检测算法

DenseNet特征分组深度孤立森林图像异常检测

基于改进YOLOv10的液晶显示屏表面缺陷检测算法

融合多尺度注意力的轻量化初期林火检测算法

基于原型的正负学习用于远程监督关系抽取

基于Nuttall窗压缩感知的谐波和间谐波检测方法

基于MS-SAGCNs的自闭症诊断研究

基于Conformer-LSTM模型的连续无创血压预测方法

内河船舶检测算法的轻量化改进

基于选择性融合上下文信息的立体匹配网络

基于双编码器的鼻中隔医学图像分割模型

基于改进YOLO11的水下目标检测模型

基于SAFPN-YOLO的风机表面缺陷检测方法

基于多输入融合的自适应水下图像增强模型

改进YOLO11的学生课堂行为检测算法

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!