改进的YOLOv3网络在钢板表面缺陷检测研究

来源：计算机工程与应用杂志2020年第16期北京时间：

作者：徐镪，朱洪锦，范洪辉，周红燕，余光辉

单位：1.江苏理工学院 机械工程学院，江苏 常州 213001；2.江苏理工学院 计算机工程学院，江苏 常州 213001

摘要：为了提高工业自动化水平，对表面缺陷进行有效检测，提出了一种改进的YOLOv3（You Only Look Once）网络检测方法。使用轻量级网络（MobileNet）来代替YOLOv3原有网络中的密集连接网络（Darknet-53），适当减少参数量的提取；加入空洞卷积，提高网络对小目标缺陷的检测能力；在网络结构的最后一层卷积中加入了Inception结构，进一步减少参数总量并加深网络。改进后的网络在测试集上精准性比原有的YOLOv3网络提高了23.3%，实时性也提高了95.4%，在钢板表面缺陷检测中具有更好的应用前景。

关键词：YOLOv3,缺陷检测,轻量级,空洞卷积,Inception