多特征融合的YOLOv4-tiny带钢表面缺陷检测方法研究
来源：计算机应用与软件杂志2024年第12期北京时间：
作者：李锦达, 汤勃, 孙伟, 孔建益, 林中康
摘要：微小表面缺陷自动识别是带钢生产过程中的研究难点之一。为了提高带钢表面缺陷检测的准确性，提出一种多特征融合的YOLOv4-tiny深度学习方法。引入Inception结构与多尺度信息。提取原始图片的方向梯度直方图特征（HOG），并与主干网络所提取的高层特征相融合，作为特征金字塔结构的输入。实验结果表明，该算法在测试集中带钢表面缺陷mAP达到93.99%，相比原网络提高了13.57百分点，网络参数量相比于原网络减少约21万，网络检测精度有较大的提升。
关键词：带钢, 表面缺陷检测, 特征融合, YOLOv4-tiny, 深度学习
