金属表面缺陷检测方法YOLOv3I

来源：吉林大学学报·理学版杂志2023年第3期北京时间：

作者：刘浩翰, 孙铖, 贺怀清, 惠康华

单位：中国民航大学 计算机科学与技术学院, 天津 300300

摘要：提出一种金属表面缺陷检测方法的改进模型. 首先, 基于YOLOv3(you only look once v3)目标检测模型, 使用多尺度卷积并行结构, 提取、 融合多尺度特征； 其次, 使用高效下采样, 在保留特征信息的同时减少特征升维的计算量； 最后, 使用空间可分离卷积, 在保持感受野不变的前提下增加模型的宽度与深度, 从而得到模型参数量减少、 同时提升了模型性能的改进模型YOLOv3I(you only look once v3 inception). 改进模型提高了对复杂缺陷的特征提取能力, 并进一步降低了对硬件配置的要求.实验结果表明, 改进模型在精度与计算效率上均有明显提升. 平均准确率在公开数据集上约提高5%, 在企业提供的轴承数据集上约提高3%, 模型参数量下降超过20%, 两个数据集上模型浮点计算量分别减少1.6×109和1.2×1010次.

关键词：缺陷检测,特征提取,多尺度卷积并行结构,空间可分离卷积,下采样