-

检索结果分析

结果分析中...
检索条件:"关键词=钢材缺陷检测 "
条 记 录,以下是1-8
视图:
排序:
显示条数:
改进的SAT-YOLOv5s钢材表面缺陷检测研究
《长江信息通信》2024年第7期68-73,共6页吴方旭 宫义山 
工业生产中,钢材表面缺陷检测对于钢材的质量控制发挥着十分重要的作用。基于现阶段钢材表面缺陷检测精度低、漏检率高等问题。文章提出一种改进的SAT-YOLO5s算法。首先,主干网络由Cf2模块组成,并加入SAT(SimAM-Transformer)融合模块来...
关键词:钢材缺陷检测 SimAm注意力机制 改进的Transformer 模型融合 
基于多模态与自适应特征融合的钢材表面缺陷检测
《物联网技术》2025年第7期20-26,31,共8页郑贵君 邹伯昌 马瑞 
针对钢材表面不同类型缺陷的形状、深度差异以及尺寸偏小导致的缺陷检测性能不足,造成检测准确率偏低的问题,提出一种基于YOLOv5的多模态与自适应特征融合的钢材表面缺陷检测算法;采用多信息关联金字塔池化单元,结合空洞卷积与特征注意...
关键词:钢材缺陷检测 轻量化 多尺度特征融合 累积注意力 YOLOv5 数据集 
基于YOLO-GR算法的轻量化钢材表面缺陷检测被引量:7
《组合机床与自动化加工技术》2023年第11期107-111,115,共6页吴亚尉 明帮铭 何剑锋 钟国韵 
国家自然科学基金资助项目(11865002);江西省主要学科学术和技术带头人培养计划项目(20225BCJ22004);东华理工大学博士启动基金项目(DHBK2019221);江西省核地学数据科学与系统工程技术研究中心开放基金项目(JETRCNGDSS202001);江西省教育厅科学技术项目(GJJ200742)。
针对工业带钢缺陷检测效率低、精度差、模型部署困难等技术不足,提出了一种改进YOLOv5s算法的轻量化钢材表面缺陷检测模型:YOLO-GR模型。首先,通过引入GhostV2 Bottleneck轻量化模块作为主干特征提取网络,以减少网络的参数量,同时将特...
关键词:钢材缺陷检测 轻量化 YOLO RepLK卷积 W-IoU 
基于改进YOLOv7的轻量级钢材缺陷检测
《组合机床与自动化加工技术》2024年第12期129-134,共6页秦宇 张雷 
国家自然科学基金项目(61901196);常州市5G+工业互联网融合应用重点实验室项目(CM20223015)。
为了降低模型的计算成本,提高钢材缺陷检测的准确度,基于YOLOv7框架,提出了一种轻量级钢材缺陷检测方法。设计了一种可变形卷积DCN,将主干网络中的传统卷积模块和ELAN模块替换为可变形卷积,将主干特征提取网络与可变形卷积融合,在降低...
关键词:钢材缺陷检测 轻量级 可变形卷积 注意力机制 多尺度 SFPN 
基于改进YOLOv7的钢材表面缺陷检测方法
《江苏理工学院学报》2024年第2期75-82,共8页秦宇 张雷 
常州市科技计划项目“常州市5G+工业互联网融合应用重点实验室项目”(CM20223015)。
为解决工业钢材表面缺陷检测过程中存在的检测精度低、效率低的问题,文章对原有的YOLOv7算法进行了改进,从而形成了YOLOv7-M算法。首先,在主干网络后加入GAM模块,以增强模型的全局交互能力。然后,在YOLOv7网络的预测头前端添加集成Trans...
关键词:钢材缺陷检测 GAM MobileNetViTv3block TRANSFORMER 轻量级 损失函数 
基于改进YOLOv7-Tiny的工业缺陷检测研究被引量:1
《智能计算机与应用》2023年第11期69-76,共8页刘凌峰 陈洪刚 卿粼波 孙承行 
针对现代工业生产对工业产品缺陷的高效检测需求,以钢材缺陷为切入点,提出了一种基于改进YOLOv7-Tiny的缺陷检测方法。首先,将DCNv3网络与YOLOv7-Tiny的主干网络层进行融合,提高模型对不同尺度、形状缺陷的灵敏度;其次,引入了CABM注意...
关键词:钢材缺陷检测 YOLOv7-Tiny 可变形卷积 注意力机制 归一化Wasserstein距离 
Re-YOLOv5:一种基于结构重参数化的钢材缺陷检测方法
《测控技术》2024年第3期9-21,共13页游大朋 杨静 张露 焦喜香 胡学进 
安徽省自然科学基金项目(2108085MF195);安徽省高校自然科学研究项目(KJ2021A0992);合肥学院人才科研基金项目(20RC16)。
钢材在生产的过程中很容易产生裂纹、斑点等缺陷,而目前对于所产生缺陷检测技术还不是很成熟。为了实现对工业钢材生产过程中所产生的钢材缺陷进行实时鲁棒检测,以YOLOv5为基础,引入了结构重参数化方法,建立了Re-YOLOv5工业钢材缺陷...
关键词:结构重参数化 YOLOv5 RepVGG 钢材缺陷检测 
基于改进YOLOv5的钢铁表面缺陷检测算法被引量:4
《国外电子测量技术》2023年第10期43-50,共8页王素珍 吕基岳 邓成禹 葛润东 李浩儒 
山东省自然科学基金(ZR2021MF024,ZR2020QF101);山东省大学生创新项目(SC202210429)资助。
针对钢铁缺陷检测任务中缺陷尺度差异大、缺陷类内形态差异大、缺陷结构模糊以及缺陷密度分布不平衡等问题导致的计算机视觉检测算法检测精度低与漏检问题,提出YOLO-DWCSP_CA算法。算法在YOLOv5s的网络结构基础上,结合带有大尺寸深度可...
关键词:深度学习 YOLOv5 注意力 钢材缺陷检测 
检索报告 对象比较 聚类工具 使用帮助 返回顶部