带钢表面缺陷

作品数：103被引量：525H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 
一种冷轧带钢表面缺陷检测模型
《工业技术与职业教育》2025年第2期13-18,共6页曾艳 吴泽启 张天有 李佳瑶 石惠文 
教育部高等学校科学研究发展中心项目“激光切割钢板智能码垛机器人研究”(课题编号:2023DT020),主持人吴泽启。
带钢作为一种重要的原材料已经应用到各个行业,其质量的优劣直接关系到最终产品的性能与质量。为了更准确地检测带钢表面缺陷,控制带钢质量,提出了一种冷轧带钢表面缺陷的检测模型。该模型在YOLOv5框架下进行改进,主要有3个方面:通过引...
关键词：带钢表面缺陷 YOLOv5 注意力机制 SIOU损失函数 置信度预测损失函数 
基于自适应积分梯度的带钢表面缺陷关键因素识别
《冶金自动化》2025年第2期87-99,共13页钱金传 邓龙 张雪睿 姜庆超 宋执环 张新民 
浙江省博士后科研项目择优资助(ZJ2023011);国家自然科学基金重点项目(61933013)。
表面缺陷是常见的带钢生产质量问题,为提高生产质量,辅助工程师进行生产优化策略构建,提出了一种基于自适应积分梯度(adaptive integrate gradient,AIG)的带钢表面缺陷关键因素识别方法。该方法旨在利用现场过程数据挖掘缺陷相关信息,...
关键词：缺陷关键因素识别 深度神经网络 梯度积分 带钢表面缺陷分析 
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 
一种可实现钢卷自动分级的连退带钢表面缺陷趋势评价机制
《山西冶金》2025年第2期208-209,242,共3页张帅 白玉朋 张丽楠 赵晓虎 金鹏 
针对连退带钢表面缺陷需通过人为感知评价而无法量化评估的问题,从风险预测角度出发,详细介绍了一种表面缺陷趋势评价模型,以实现连退带钢表面缺陷趋势评价及钢卷自动分级功能,并进行了人工判定与钢卷自动分级拟合验证。
关键词：连退带钢 量化评估 趋势评价 自动分级 
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 
全选清除导出
共11页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部