改进轻量化VTG-YOLOv7-tiny的钢材表面缺陷检测

梁礼明; 龙鹏威; 冯耀; 卢宝贺

doi:10.37188/OPE.20243208.1227

您当前的位置：

首页 >

文章列表页 >

改进轻量化VTG-YOLOv7-tiny的钢材表面缺陷检测

信息科学 | 更新时间：2024-05-08

- 改进轻量化VTG-YOLOv7-tiny的钢材表面缺陷检测
- Improving the lightweight VTG-YOLOv7-tiny for steel surface defect detection
- “钢材缺陷检测领域取得重要突破。针对钢材表面缺陷形态多样、结构复杂等问题，研究者提出了一种轻量化的VTG-YOLOv7-tiny检测算法。该算法通过设计VoVGA-FPN网络，增强特征融合能力；构建三重坐标注意力机制，提升特征提取能力；引入鬼影混洗卷积，降低模型参数量和计算量；增加大目标检测层，改善检测精度。实验验证表明，改进后的算法在NEU-DET和Severstal数据集上mAP分别提升5.7%和8.5%，参数量和计算量分别降低0.61M和4.2G，精确度和召回率也显著提升。这一成果为钢材缺陷检测提供了新的解决方案，并有望为边缘终端设备提供高效、准确的检测能力。”
  
  ”
- 光学精密工程 2024年32卷第8期页码：1227-1240
- 作者机构：
  
  江西理工大学电气工程与自动化学院，江西赣州 341000
- 作者简介：
  
  [ "梁礼明（1967-），男，江西吉安人，硕士，教授，硕士生导师，主要研究方向为机器学习、模式识别与图像处理等。E-mail：9119890012@jxust.edu.cn" ]
  [ "龙鹏威（1998-），男，江西赣州人，硕士研究生，主要研究方向为机器学习、模式识别与图像处理等。E-mail：2637018663@qq.com" ]
- 基金信息：
  
  国家自然科学基金资助项目(51365017;6146301);江西省自然科学基金面上项目(20192BAB205084);江西省教育厅科学技术研究重点项目(GJJ170491)
- DOI：10.37188/OPE.20243208.1227
  中图分类号： TP391.4
- 纸质出版日期：2024-04-25，
  
  收稿日期：2023-10-16，
  
  修回日期：2023-12-01，
扫描看全文
梁礼明,龙鹏威,冯耀等.改进轻量化VTG-YOLOv7-tiny的钢材表面缺陷检测[J].光学精密工程,2024,32(08):1227-1240.

LIANG Liming,LONG Pengwei,FENG Yao,et al.Improving the lightweight VTG-YOLOv7-tiny for steel surface defect detection[J].Optics and Precision Engineering,2024,32(08):1227-1240.
梁礼明,龙鹏威,冯耀等.改进轻量化VTG-YOLOv7-tiny的钢材表面缺陷检测[J].光学精密工程,2024,32(08):1227-1240. DOI： 10.37188/OPE.20243208.1227.

LIANG Liming,LONG Pengwei,FENG Yao,et al.Improving the lightweight VTG-YOLOv7-tiny for steel surface defect detection[J].Optics and Precision Engineering,2024,32(08):1227-1240. DOI： 10.37188/OPE.20243208.1227.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

多尺度增强特征融合的钢表面缺陷目标检测

基于机器视觉的太阳能电池片缺陷检测算法综述

多光谱图像融合的IC器件表面缺陷检测

多尺度YOLOv5的太阳能电池缺陷检测

基于扇形条纹调制度的光滑平面缺陷检测

改进轻量化VTG-YOLOv7-tiny的钢材表面缺陷检测

Improving the lightweight VTG-YOLOv7-tiny for steel surface defect detection

DOI：10.37188/OPE.20243208.1227