基于改进YOLOv9的钢板表面缺陷检测的方法

来源：电子测量技术杂志2024年第22期北京时间：

作者：周建新，李忠泽，郝英杰

单位：华北理工大学电气工程学院 唐山 063210

摘要：针对钢板表面缺陷种类多、缺陷差异较大、漏检率高等问题，提出一种改进YOLOv9的缺陷检测算法。首先，算法通过FasterNet中的FasterBlock改进特征提取网络中的RepNCSPELAN4模块，设计了RepNCSPELAN4-FB模块，实现多尺度特征融合，从而降低模型的参数量，其次，利用iRMB的倒残差结构和一种高效多尺度注意力模块EMAttention相结合形成一种新的iEMA模块，提高网络的精确度，最后，使用Inner-WIOU损失函数，改善边界框回归损失，提高了模型对不均匀分布及不同尺度目标缺陷的检测性能。通过在GC10-DET数据集上进行实验，改进的算法在精确率、召回率和map@0.5方面相比原算法提高了3.5%、3%、2.1%。该模型在钢铁表面缺陷检测中表现有较好的性能。

关键词：YOLOv9;Faster Block;EMA;Inner-IoU;表面缺陷检测

基金资助：河北省自然科学基金（F2018209201）项目资助