首页 | 本学科首页   官方微博 | 高级检索  
     

基于CBE-YOLOv5的钢材表面缺陷检测方法
引用本文:赵林熔,甄国涌,储成群,单彦虎.基于CBE-YOLOv5的钢材表面缺陷检测方法[J].电子测量技术,2023,46(15):73-80.
作者姓名:赵林熔  甄国涌  储成群  单彦虎
作者单位:中北大学仪器与电子学院 太原 030051
基金项目:国家自然科学基金重点项目(62131018)、山西省基础研究计划项目(202103021222012)资助
摘    要:针对钢材表面缺陷种类多,背景干扰强且尺度变化多样导致的检测效率低、精度差的问题,提出了一种钢材表面缺陷检测算法CBE YOLOv5。在YOLOv5算法基础上进行改进,通过主干采用坐标注意力机制,加强对目标的关注,提高特征提取能力;用BiFPN作为特征提取网络,给出有效的特征对应权重,以充分融合不同尺度的特征,并通过EIOU来计算模型损失,使模型能更精确的回归。在公开数据集NEU DET上的实验结果表明,CBE YOLOv5算法mAP为755%,较YOLOv5提高了38%,检测速度也高于一些常见的目标检测算法,能够更准确、更快速地检测到钢材表面的缺陷。

关 键 词:钢材表面缺陷  YOLOv5  注意力机制  特征金字塔  EIOU

Detection method of steel surface defects based on CBE-YOLOv5
Zhao Linrong,Zhen Guoyong,Chu Chengqun,Shan Yanhu.Detection method of steel surface defects based on CBE-YOLOv5[J].Electronic Measurement Technology,2023,46(15):73-80.
Authors:Zhao Linrong  Zhen Guoyong  Chu Chengqun  Shan Yanhu
Affiliation:School of Instrument and Electronics, North University of China, Taiyuan 030051, China
Abstract:
Keywords:
点击此处可从《电子测量技术》浏览原始摘要信息
点击此处可从《电子测量技术》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号