您当前的位置：
首页 >
文章列表页 >
融合三重注意力机制的板材焊缝缺陷在线检测
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 融合三重注意力机制的板材焊缝缺陷在线检测

    • Online detection of plate weld defects incorporating triple attention mechanism

    • “研究团队针对焊缝缺陷检测难题，提出改进算法YOLO-TR，"采用三重注意力机制结合YOLOv5特征提取网络算法以提升模型的特征提取能力"，实现了5种常见焊缝缺陷的高效在线检测，为工业缺陷检测领域提供了新方案。”
    • 孟令源 ，李映君 ，王桂从 ，刘源 ，高嘉龙 ，徐鹏
    • 光学精密工程 2025年33卷第11期 页码：1818-1829

    • DOI： 10.37188/OPE.20253311.1818     

      中图分类号：
    • CSTR： 32169.14.OPE.20253311.1818     

    • 修回：2025-05-25 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 7 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

419

浏览量

945

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

融合特征重组和注意力的小样本战斗部破片群目标检测
柔性浅埋物的声-振智能探测
强化特征提取能力的下颌骨骨折检测3M-YOLOv5网络
基于知识蒸馏的低分辨率陶瓷基板图像瑕疵检测
多尺度YOLOv5的太阳能电池缺陷检测

相关作者

刘强辉
贺翾
任媛
胡鹏宇
梁超
武江鹏
和萌
盛才良

相关机构

西安现代控制技术研究所
上海大学 精密机械工程系
中国航空工业集团公司洛阳电光设备研究所
江苏永康机械有限公司
北方民族大学 计算机科学与工程学院