[目的]一般冷轧镀锌卷表面细微缺陷检测模型难以兼顾高精度和低复杂度。[方法]提出了一种基于钢缺陷数据集(SDD)和YOLO(即you only look once)算法的细微缺陷检测模型。该模型通过3个关键创新来解决上述问题:在特征提取阶段仅对未被遮...[目的]一般冷轧镀锌卷表面细微缺陷检测模型难以兼顾高精度和低复杂度。[方法]提出了一种基于钢缺陷数据集(SDD)和YOLO(即you only look once)算法的细微缺陷检测模型。该模型通过3个关键创新来解决上述问题:在特征提取阶段仅对未被遮挡的有效像素进行运算,在特征表达阶段采用高频低尺度直连技术和Harr小波变换,在缺陷回归预测阶段使用可变形卷积学习共享卷积核偏置参数。[结果]在自建的SDD上,该模型达到94.9%的检测精度和103 FPS(帧率)的推理速度,模型大小仅13.8 M。[结论]本文为镀锌卷表面细微缺陷检测提供了高效的轻量级解决方案。展开更多
