《电子测量技术杂志》发表论文赏析

改进YOLOv10的钢材表面缺陷检测方法

来源:电子测量技术杂志2025年第4期北京时间:

作者:吴葛,朱宇凡,叶天成

单位:华中科技大学电气与电子工程学院 武汉 430074

摘要:针对工业系统现有钢材表面缺陷检测模型较老,准确率有限,存在错判漏判的问题,提出了一种改进YOLOv10的钢材表面缺陷检测方法FAA-YOLO。该方法通过引入轻量化网络FasterNet和多尺度注意力机制EMA,设计了C2f_Faster_EMA模块,实现Backbone网络轻量化与特征提取能力增强的平衡;在Backbone网络末端添加自适应细粒度通道注意力机制AFGC,增强模型骨干网络对输入特征的初步提取能力,进而提高模型的检测精度;将Neck部分换为注意力尺度序列融合框架ASF,提升模型整合多尺度特征信息的能力。在NEU-DET钢材表面缺陷数据集上进行对比实验和消融实验,实验结果表明,提出的FAA-YOLO模型较基线YOLOv10n模型参数量降低11.01%,计算量降低7.69%,检测精度提高2.9个点,达到83.6%的检测准确率,在降低模型复杂度的同时实现了较高的检测准确率,在工业系统中具有高可用性与高实时性。

关键词:钢材表面缺陷检测;YOLOv10;FasterNet;EMA;AFGC;ASF-YOLO

基金资助:教育部 2020 年第二批新工科研究与实践项目(E-NYDQHGC20202219)资助

2025年4期其他文献查阅:

基于差分进化算法的PMSM模糊反步控制

基于无磁芯微型变压器的高效率隔离DC-DC设计

基于US-FMT*算法的机械臂路径规划

电控空气悬架阻尼分频混合控制策略研究

基于LACNN的FMCW雷达实时跌倒检测方法

融合人工势场灰狼算法的移动机器人路径规划

基于超参数优化的重质碳酸钙粉体粒度预测研究

基于模糊神经网络的PEMFC输出电压自抗扰控制策略

基于AO-AVOA-BP神经网络模型的锂电池SOH预测

考虑多尺度时空因果特征的排球群体行为识别

基于时延估计与终端滑模的无人船跟踪控制

基于二级控制64极板平面阵列传感器的ECT系统

瑞利波-体波复合EMAT及缺陷检测研究

面向遥感图像的轻量化小目标检测算法研究

基于ISGMD-WT的矿井声发射信号去噪方法

人工心脏泵用锂电池关键健康因子估计

融合双通道卷积和改进型Conformer的两阶段语音增强算法

改进YOLOv10的钢材表面缺陷检测方法

基于高阶空间特征聚合的车型识别算法

用于缺陷检测的YOLOv8轻量化设计方法

融合多尺度特征和自适应NMS的3D目标检测

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!