-
题名基于改进YOLOv7算法的连铸坯表面缺陷检测
- 1
-
-
作者
孙铁强
付方龄
宋超
肖鹏程
-
机构
华北理工大学人工智能学院
华北理工大学冶金与能源学院
-
出处
《组合机床与自动化加工技术》
北大核心
2024年第7期177-181,共5页
-
基金
河北省“三三三人才工程”资助项目(A202102002)
2023年唐山市重点研发项目(23140204A)。
-
文摘
针对连铸坯表面缺陷检测存在的参数量大、小目标检测效果较差、人工标注数据集质量的不稳定性等问题,提出了一种基于改进YOLOv7算法的连铸坯表面缺陷检测模型。首先,引入MobileNetv3 block模块轻量化主干网络,降低计算量,减少参数与复杂度;其次,融合双层路由注意力机制,实现更灵活的计算分配和内容感知;最后,使用WIoU损失函数替换原损失函数,使模型获得更好的泛化能力。改进后的模型检测精度达到了89.3%,角部横裂的检测精度提升了6.6%;权重文件大小减少为原来的56.5%,检测速度达到了98 fp/s。结果表明,所提出的算法参数量小、检测速度快、精度高,能够满足连铸坯表面缺陷在线检测工作需求。
-
关键词
表面缺陷检测
YOLOv7
连铸坯
注意力机制
损失函数
-
Keywords
surface defect detection
YOLOv7
continuous casting billet
attention mechanism
loss function
-
分类号
TH162
[机械工程—机械制造及自动化]
TG66
[金属学及工艺—金属切削加工及机床]
-