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：
融合共享参数的YOLOv10n钢材表面缺陷检测算法
1
作者 杨本臣 潘子睿 +2 位作者 王春艳 金海波 李世熙 《电子测量与仪器学报》 北大核心 2025年第8期168-177,共10页
针对钢材表面缺陷检测中的精度低、易受背景干扰的问题,提出一种融合共享参数的YOLOv10n目标检测算法。首先,骨干网络引入改进的FasterNet轻量网络和通道优先卷积注意力机制,以提升骨干网络对多维信息的表征能力;其次,针对C2f模块感受... 针对钢材表面缺陷检测中的精度低、易受背景干扰的问题,提出一种融合共享参数的YOLOv10n目标检测算法。首先,骨干网络引入改进的FasterNet轻量网络和通道优先卷积注意力机制,以提升骨干网络对多维信息的表征能力;其次,针对C2f模块感受野差的问题,基于部分卷积(PConv)设计了PConv-C2f模块;再次,采用小波池化,解决原算法中因上下采样机制引起的图像高频信息混叠和易受背景干扰问题;最后,通过共享参数与动态分布技术融合,提出一种轻量级检测头,以减少模型的计算复杂度并提高边界框预测的准确性。改进算法在NEU-DET数据集上的平均精度均值(mAP)mAP@0.5达到86.3%,较原算法提升8.1%,精确率(precision)达到86.8%,较原算法提高了18.7%。通过消融、对比实验表明改进算法在钢材和金属材料表面缺陷检测中均具有较好的性能表现,不仅满足了实际应用中对钢材表面缺陷进行高效、准确检测的需求,还显著提升了检测的可靠性和实用性。 展开更多
关键词 钢材缺陷检测 YOLOv10n 轻量级检测头 pconv-c2f fasterNet 注意力机制
原文传递
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