| 本文已被：浏览 925次 下载 649次 |
码上扫一扫！ |
|
|
| 基于改进轻量级SE Yolov4的
热轧钢表面缺陷检测方法 |
|
黄晓红1,3*,李静１,董诗琪１,王云阁21,2,3
|
|
1. 华北理工大学 人工智能学院,河北 唐山 063210;2. 唐山钢铁股份有限公司,河北 唐山 063016;3. 华北理工大学 河北省工业智能感知重点实验室,河北 唐山 063210
|
|
| 摘要: |
| 针对传统热轧钢表面缺陷检测存在的检测精度较低、检测速度较慢,传统机器学习检测存在检测速度慢、鲁棒性差等问题,提出一种基于改进轻量级SE Yolov4热轧钢表面缺陷检测方法.Yolov4主干特征提取网络CSPDarknet53的每一层残差网络中嵌入SENet结构,构成SE Yolov4网络,有选择地聚集有效信息;同时在主干特征网络输出不同特征信息后和空间池化金字塔前后增加卷积层数,网络结构复杂化;SE Yolov4算法中嵌入轻量化MobileNet v3结构,减少模型参数量,提高检测速度.实验结果表明:该改进算法在测试集中的mAP值达到93.02%,较Yolov4算法检测精度提升7.2%,检测速度提升近3倍. |
| 关键词: 热轧钢 Yolov4 SENet 表面缺陷检测 卷积神经网络 MobileNet v3 |
| DOI： |
| 分类号:TP391.9 |
| 基金项目: |
|
|
|
|
| Abstract: |
|
| Key words: |
