文献类型：期刊文章

作　　者：齐向明[1] 董旭[1]

QI Xiangming;DONG Xu(School of Software,Liaoning University of Technology,Huludao,Liaoning 125100,China)

机构地区：[1]辽宁工程技术大学软件学院,辽宁葫芦岛125100

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金面上项目(62173171)。

年　　份：2023

卷　　号：59

期　　号：12

起止页码：176-183

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为提高钢材表面缺陷小目标检测效率,提出一种改进Yolov7-tiny的钢材表面缺陷检测算法。将特征提取网络的激活函数更换为SiLU,提高特征提取能力;把特征融合网络的张量拼接操作与加权双向特征金字塔BiFPN结合,再把上采样部分的最邻近插值替换为轻量级算子CARAFE,提升特征融合能力;最后在输出端引入多头自注意力机制MHSA和SPD卷积构建块,提升输出端对钢材表面缺陷小目标的检测性能。在NEU-DET数据集上做消融和对比实验,改进算法与原Yolov7-tiny算法比较,mAP提升11.7个百分点,Precision提升3.3个百分点,FPS值达到192,结果表明改进算法能有效提升钢材表面缺陷小目标检测效率;在VOC2012数据集上做通用性对比实验,结果表明改进算法具有通用性。

关 键 词：钢材表面  缺陷检测  Yolov7-tiny  SiLU  BiFPN  CARAFE  MHSA  SPD

分 类 号：TP391.4]