检索结果-内蒙古大学图书馆

浙江大学学报(工学版) 2025年第3期59卷 512-522页

作者：梁礼明龙鹏威金家新李仁杰曾璐江西理工大学电气工程与自动化学院江西赣州341000

钢材表面缺陷形态多样、结构复杂、小目标占比高,而通用目标检测算法计算量过大且不适合终端设备部署.针对上述问题,提出基于yolov8s的轻量级的钢材缺陷检测算法(sDB-yolov8s).重新设计特征交互模块(s-C2f),抑制空间和通道冗余信息,提... 详细信息

钢材表面缺陷形态多样、结构复杂、小目标占比高,而通用目标检测算法计算量过大且不适合终端设备部署.针对上述问题,提出基于yolov8s的轻量级的钢材缺陷检测算法(sDB-yolov8s).重新设计特征交互模块(s-C2f),抑制空间和通道冗余信息,提高检测精度;引入空洞Transformer模块,增强网络对全局上下文信息的捕获能力和稀疏采样特性,以减少细粒度信息损失,并提升对小目标的特征提取能力;设计Bs-shuffleNetV2轻量化网络作为骨干网络,在降低模型复杂度的同时保证检测精度.在NEU-DET和severstal钢材缺陷数据集进行实验验证,结果表明,与基线模型相比,sDB-yolov8算法的mAP分别提升6.4和7.0个百分点、参数量和计算复杂度仅为基线模型的64.8%和56.2%.每秒检测帧数分别达到146帧和121帧、精确度分别提升4.6和6.5个百分点.实验结果表明,该算法在检测精度、速度和轻量化方面取得了较好的平衡,同时为边缘终端设备提供了较高精度和实时性的参考.

关键词：缺陷检测轻量化yolov8s 深度学习特征提取特征交互

来源：评论

学校读者我要写书评

暂无评论

改进轻量高效FMG-yolov8s的钢材表面缺陷检测算法

引用

计算机工程与应用 2025年第3期61卷 84-93页

作者：梁礼明龙鹏威李俞霖江西理工大学电气工程与自动化学院江西赣州341000

针对当前钢材表面缺陷检测存在效率低和精度差等问题,以及现有缺陷检测模型结构复杂、参数量庞大、检测精度和实时性较差的挑战,基于yolov8s模型,提出一种轻量高效的钢材缺陷检测算法(FMG-yolov8s)。该方法采用轻量级的FasterNet网络作... 详细信息

针对当前钢材表面缺陷检测存在效率低和精度差等问题,以及现有缺陷检测模型结构复杂、参数量庞大、检测精度和实时性较差的挑战,基于yolov8s模型,提出一种轻量高效的钢材缺陷检测算法(FMG-yolov8s)。该方法采用轻量级的FasterNet网络作为骨干网络,降低模型复杂度并更好地处理多尺度特征信息,以提升检测性能;重构特征交互模块(M-C2f),有效保留空间和通道特征,抑制冗余信息,促进检测精度和速度的提升;设计Gs-Detect模块作为整体模型的检测网络,降低模型复杂度,提升训练和推理速度。在severstal钢材缺陷数据集进行实验验证,相较于yolov8s算法,FMG-yolov8算法的mAP提升3.3个百分点,参数量和计算量分别降低8.2×10^(6)和2.21×10^(10),检测速度达到250帧/s,召回率提升6.9个百分点。实验结果表明,该算法在检测精度、速度和轻量化方面取得更好的平衡,为边缘终端设备提供较高精度、轻量化和实时性的可靠参考。在NEU-DET缺陷数据集上进行泛化性验证,相较于原模型,mAP和检测速度分别提升3.1个百分点和185帧/s,结果显示该算法具备良好的鲁棒性。

关键词：缺陷检测轻量化yolov8s FasterNet M-C2f Gs-Detect

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：