基于改进YOLOv7的PDC钻头复合片检测

复合片是PDC钻头的核心切削单元, 复合片自动检测技术是复合片自动修复技术的基础. 本文提出了一种基于改进YOLOv7的PDC钻头复合片检测方法, 在YOLOv7的基础上, 用深度可分离卷积替换了常规卷积, 减少了参数量和运算成本; 引入了SimAM注意力机制, 不需要额外的参数便可以从神经元中推导出3D注意力权重, 而且还能提高卷积神经网络的表达能力; 用SPPFCSPC替换了SPPCSPC, 在保证感受野不变的同时获得了速度的提升; 采用K-means++算法聚类先验框, 使用启发式算法定位出缺损的复合片. 实验结果表明, 本文算法较原YOLOv7模型mAP提高了2.75%, 参数量减少了约80%, 推理速度提高了9.12 f/s, 且较其他算法也有较大优势, 可实现复合片检测的工业应用.     

基于GSR-YOLOv7的探地雷达回波图像识别的研究

针对探地雷达回波图像特征不突出,工作人员现场解译时间长,准确率不高的问题,提出一种基于YOLOv7改进的回波图像识别方法GSR-YOLOv7。首先使用GhostConv替换YOLOv7卷积层的卷积核以减小参数量;引入SimAM注意力机制提高特征学习能力;通过对感受野模块RFB卷积核的复用,增大感受野;同时引入改进EIoU损失函数提高模型分类能力和回归精度。基于道路回波图像数据集的实验结果表明,改进后的模型MAP₅₀达到了97.57%,MAP_50∶95达到了73.13%,较YOLOv7分别提高2.13%和8.46%,模型大小减小了35%。所提出的GSR-YOLOv7模型对于回波目标的检测效果较好,适用于移动端系统,对于体积小、算力低的平台具有较大应用价值。