带钢表面缺陷

作品数：100被引量：518H指数：13
导出分析报告
相关领域：自动化与计算机技术金属学及工艺更多>>
相关作者：刘坤颜云辉汤勃孔建益王兴东更多>>
相关机构：武汉科技大学河北工业大学东北师范大学东北大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划河北省自然科学基金湖北省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
HSED-YOLO:一种轻量化的带钢表面缺陷检测模型
《广西师范大学学报(自然科学版)》2025年第2期95-106,共12页戴林华 黎远松 石睿 何忠良 李雷 
国家自然科学基金(42074218)。
针对当前带钢表面缺陷检测算法计算复杂度高、检测精度较低、容易产生漏检和误检等问题,本文提出一种轻量化的带钢表面缺陷检测模型HSED-YOLO。首先,将原始YOLOv8n主干网络更换为改进后的HGNetV2,减少特征图计算冗余,从而降低模型的参...
关键词：缺陷检测 带钢 YOLOv8 注意力机制 损失函数 图像识别 
基于SDD-YOLO的轻量级带钢缺陷实时检测算法
《中国测试》2025年第3期154-161,共8页梁秀满 肖寒 
针对复杂工业生产环境下,热轧带钢的表面缺陷检测准确率低,网络模型参数量过大,难以部署等问题,该文提出一种基于YOLOv4模型改进的轻量级带钢缺陷实时检测算法SDD-YOLO。所提算法在特征提取部分采用GhostNet网络,压缩模型参数量;在特征...
关键词：带钢表面缺陷 目标检测 轻量级网络 YOLOv4 
多特征融合的YOLOv4-tiny带钢表面缺陷检测方法研究
《计算机应用与软件》2024年第12期208-213,254,共7页李锦达 汤勃 孙伟 孔建益 林中康 
国家自然科学基金项目(51874217)。
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...
关键词：带钢 表面缺陷检测 特征融合 YOLOv4-tiny 深度学习 
基于YOLOv8-VCRA的一种轻量级的带钢表面缺陷检测研究
《数据挖掘》2024年第4期218-229,共12页崔淼 李征宇 孙平 
钢表面缺陷检测的重点是快速识别和精确定位。目前在带钢表面缺陷检测领域,深度学习网络已经取得了显著的进步,但是通用算法复杂度高、计算量庞大,检测算法部署困难。本文基于YOLOv8提出一种轻量级的带钢表面缺陷检测模型YOLOv8-VCRA。...
关键词：目标检测 YOLOv8 钢材缺陷 注意力机制 VanillaNet 
基于通道和空间注意力的带钢表面缺陷显著性目标检测
《信阳师范学院学报（自然科学版）》2024年第4期470-476,共7页郭华平 李锡瑞 张莉 孙艳歌 付志鹏 
国家自然科学基金项目(62002307);河南省自然科学基金项目(222300420275);河南省科技计划项目(242102210092);河南省研究生教育优质课程项目(YJS2022KC34);信阳师范大学研究生科研创新基金项目(2024KYJJ010)。
钢材表面缺陷检测在工业产品质量控制中越来越重要。由于钢材表面缺陷具有复杂背景、缺陷种类多样、尺度不一等特点,精确、高效地检测带钢表面缺陷仍然是一项极具挑战性的任务。针对这些问题,提出了一种基于通道和空间注意力的带钢表面...
关键词：带钢 缺陷检测 空间注意力 通道注意力 特征融合 
基于GS-YOLO模型的带钢表面缺陷检测
《计算机应用》2024年第S2期302-308,共7页忻迪晔 严怀成 
为解决现有目标检测方法对带钢表面缺陷检测精度不高、效率低下的问题,提出一种GS-YOLO(Gather-anddistribute-Squeeze-YOLO)模型检测表面缺陷。首先,在骨干网络中,引入SE(Squeeze-and-Excitation)注意力机制,以显著增强模型对缺陷特征...
关键词：YOLOv5 带钢表面缺陷 注意力机制 特征融合 轻量化结构 目标检测 
基于YOLOv8-NFMC的带钢表面缺陷检测算法被引量：3
《国外电子测量技术》2024年第7期97-104,共8页朱成杰 刘乐乐 朱洪波 
国家自然科学基金(62003001)项目资助。
针对YOLOv8算法在应用于带钢表面缺陷检测时存在漏检和错检等问题,提出了一种改进YOLOv8算法。针对数据集中的小目标的标签,在原损失CIOU的基础上面加入标准化高斯瓦瑟斯坦距离(normalized Gaussian Wasserstein distance,NWD),提升模...
关键词：带钢表面缺陷 NWD Focal Modulation MBConv 注意力机制 
一种基于CNN的带钢表面缺陷识别方法
《山西冶金》2024年第6期32-34,共3页白贵龙 牛锐祥 
带钢表面质量是衡量产品性能的重要指标,准确识别带钢表面缺陷是带钢生产过程的关键一环,剪除缺陷带钢对于提升带钢成材率具有重要意义。为提升带钢表面缺陷识别的准确率,构建了基于CNN的带钢表面缺陷识别模型,通过多个卷积层提取图像特...
关键词：CNN 带钢表面 缺陷识别 
基于IGWO-SVM的带钢表面缺陷分类研究
《邢台职业技术学院学报》2024年第3期75-80,共6页徐晓莹 郗君甫 
邢台市重点研发计划自筹项目——“基于学习型智能优化算法的带钢表面缺陷研究”,项目编号:2023ZC001。
为了提升带钢表面缺陷分类准确率,提出了一种基于IGWO-SVM的带钢图像分类方法。首先引入混沌序列、精英反向学习策略和动态非线性收敛因子来设计改进灰狼优化算法,利用改进灰狼算法优化支持向量机的参数,然后使用优化后的支持向量机对...
关键词：改进灰狼优化算法 支持向量机 带钢表面缺陷分类 精英反向学习 
结合注意力机制的带钢表面缺陷检测模型
《钢铁研究学报》2024年第5期669-679,共11页杨若兰 刘超 周佳润 周同鑫 邵宸 郑利佳 
河北省重大科技成果转化专项资助项目(22284001Z)。
带钢的表面缺陷对带钢的质量影响极大。针对由于带钢缺陷存在类间相似且容易受背景干扰,导致检测模型的精度较差的问题,提出了一种基于YOLOv8n的轻量级实时检测模型EDD-YOLO(EnhanceDefectsDe-tectionYOLO)。首先,构造了一个特殊卷积ECC...
关键词：轻量级网络 YOLOv8n 注意力机制 缺陷检测 坐标卷积 CARAFE 
全选清除导出
共10页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部