期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
MEP-Net:基于YOLOv11n的铝制金属盖缺陷检测改进模型
1
作者 贺鹏飞 陈万新 +3 位作者 李伟 邹伟 李国星 闫凯彬 《包装工程》 北大核心 2025年第21期190-200,共11页
目的针对铝制品表面反光特性导致的检测难点及现有缺陷检测算法精度与效率不足的问题,提出一种基于YOLOv11n模型的高精度铝制品表面缺陷检测算法MEP-Net(Multi-scale enhanced perception network)。方法首先,该算法提出一种具有多尺度... 目的针对铝制品表面反光特性导致的检测难点及现有缺陷检测算法精度与效率不足的问题,提出一种基于YOLOv11n模型的高精度铝制品表面缺陷检测算法MEP-Net(Multi-scale enhanced perception network)。方法首先,该算法提出一种具有多尺度感知和边缘信息增强能力的新型卷积MSEConv(Multi-scale enhanced convolution),将其嵌入C3K2结构中构建C3K2-MSE模块,通过跨层多尺度特征交互,有效提升模型对多尺度目标和细节特征的捕捉能力;其次,设计结合局部与全局注意力分支(Local_Global Attention)的层次注意力融合模块HAFB(Hierarchical attention fusion block),通过层次化的特征处理路径对输入特征进行精细化融合,在保留空间细节特征的同时,利用自适应加权机制增强全局上下文的语义表达能力;然后,利用DWConv和共享参数卷积设计新型检测头P2S-Detect(Packet sharing parameter detect),在确保精度不变的情况,实现模型轻量化;最后,采用MPDIoU损失函数替换CIoU损失函数,加快模型收敛速度,提升目标定位能力。结果在铝制金属盖缺陷数据集和NEU-DET公开数据集上,MEP-Net的mAP@0.5分别达到97.5%和78.4%,相较原始YOLOv11n基准模型分别提升了2.9%、1.6%。同时在铝质金属盖缺陷数据集上,召回率R提升了1.7%,检测速度达142.6帧/s。结论MEP-Net在铝质金属盖缺陷检测上兼备高精度与实时性,为金属瓶盖封装质检提供了一种高效可行的技术方案。 展开更多
关键词 YOLOv11n MSEconv卷积 c3k2-mse 层次注意力融合模块 P2S-Detect
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部