-
题名基于YOLOv8-NFMC的带钢表面缺陷检测算法
被引量：9
- 1
-
-
作者
朱成杰
刘乐乐
朱洪波
-
机构
安徽理工大学电气与信息工程学院
-
出处
《国外电子测量技术》
2024年第7期97-104,共8页
-
基金
国家自然科学基金(62003001)项目资助。
-
文摘
针对YOLOv8算法在应用于带钢表面缺陷检测时存在漏检和错检等问题,提出了一种改进YOLOv8算法。针对数据集中的小目标的标签,在原损失CIOU的基础上面加入标准化高斯瓦瑟斯坦距离(normalized Gaussian Wasserstein distance,NWD),提升模型对小目标缺陷的检测能力;采用聚焦调制(focal modulation)替换YOLOv8模型的空间池化金字塔(spatial pyramid pooling-fast,SPPF),在轻量化的同时,提高多尺度特征的表达能力;采用移动翻转瓶颈卷积(mobile inverted bottleneck conv,MBConv)替换C2f中的Conv构建新模块C2f-MB,同时使用C2f-MB替换原有的C2f模块,增强特征表达能力和多尺度特征融合能力;在主干部分加入卷积块注意力机制(convolutional block attention module,CBAM)来抑制背景干扰,能更好捕获全局信息,提升了主干部分的特征提取能力。实验结果表明,改进后的YOLOv8算法在计算量下降的同时,mAP@0.5提高了3%,对漏检和错检等问题有明显改善。
-
关键词
带钢表面缺陷
NWD
Focal
Modulation
mbconv
注意力机制
-
Keywords
steel surface defects
NWD
Focal Modulation
mb conv
attention mechanism
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
