基于改进YOLOv3的金属表面缺陷检测
来源:计算机工程与科学杂志2023年第7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:为提高工业零件表面缺陷的检测效率,提出一种基于改进YOLOv3的目标检测方法。引入目前最新的具有通道置换的注意力机制SA,将其与YOLOv3模型骨架结构Darknet-53的残差单元进行组合改进构成SA残差块结构,充分利用特征通道信息,得到YOLOv3-SA模型。针对不同数据集,对输入图像进行不同规模比例缩放,分别使用K-means方法对真实标框进行聚类以提高检测效率。实验结果表明,YOLOv3-SA模型查全率达95.4%,相比YOLOv3,mAP最多可提高约7%。
关键词:深度学习,目标检测,YOLO,Shuffle,SA,注意力机制,K-means,
基金资助:国家重点研发计划(2020YFB1600101);天津市教委科研项目(2020KJ024);
2023年7期其他文献查阅:
深度学习加速器在不同剪枝策略下的运行优化
面向迈创+MatrixZone异构系统的深度学习编程框架
符号化量子计算模拟器SymQC
并行平衡级联支持向量机
格林定理的形式化及其初步应用
基于云-边协同变分自编码神经网络的设备故障检测方法
基于电力网络态势感知平台的告警信息关联分析
基于字符串匹配算法的业务流程低频日志噪声过滤方法
融合Mask R-CNN的在线多目标行人跟踪方法
基于改进YOLOv3的金属表面缺陷检测
基于卷积和Transformer的断路器动触头跟踪方法研究
基于多尺度小波和Tsallis熵的水下图像边缘检测
复杂场景中多阶段自适应帽子检测算法
基于注意力增强的中心差分自适应图卷积的骨架行为识别
基于WLS-MBO算法的串联机器人动力学参数辨识
基于自编码器和局部嵌入的无监督特征选择
基于BiLSTM的低资源老挝语文本正则化任务
基于增强偏好影响力的图注意力网络推荐算法
多策略协同的改进鲸鱼优化算法
融合正余弦策略的算术优化算法