-
题名基于 YOLOV7 的改进汽车零件缺陷检测算法
- 1
-
-
作者
申科翔
方群
-
机构
安徽师范大学计算机与信息学院
-
出处
《安徽师范大学学报(自然科学版)》
2024年第2期118-122,160,共6页
-
基金
国家自然科学基金项目(61871412).
-
文摘
汽车零部件缺陷检测通常采用基于YOLOV7的深度学习模型,针对生产环境中计算资源受限的问题,提出了改进YOLOV7的汽车零部件表面缺陷检测算法,首先使用MobileNetV3模块替换YOLOV7骨干网络,其次将颈部网络替换为重复加权双向特征金字塔网络BiFPN和多路径高效设计BepC3模块,最后采用一种基于高斯Wasserstein距离的回归损失函数代替原有的损失函数。实验结果表明,该算法相较传统YOLOV7的AP50精度提高0.155,比YOLOx算法AP50精度提高0.139,在检测精度和效率方面综合表现优异。
-
关键词
零件缺陷检测
YOLOV7
MobileNetV3
数据增强
轻量化网络
-
Keywords
part defect detection
YOLOV7
Mobile NetV3
data enhancement
lightweight network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-