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
- 收稿日期：2023-10-16，
  
  修回日期：2023-12-01，
  
  纸质出版日期：2024-04-25
- 稿件说明：
移动端阅览
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

530

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

光学曲面的偏折测量技术：原理、挑战与展望（特邀）

改进相位相关与聚类思想的Micro-LED芯片显微图像拼接

基于改进YOLOv8模型的增材制造微小气孔缺陷检测及其尺寸测量

融合多尺度特征与注意力的太阳能电池表面缺陷检测

多尺度增强特征融合的钢表面缺陷目标检测

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