期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
PGS-YOLO:一种轻量高效的带钢表面缺陷检测模型
1
作者
马俊杰
张继红
+2 位作者
王强
刘文广
吴振奎
《电子测量与仪器学报》
北大核心
2025年第8期156-167,共12页
钢材是我国的支柱产业,其表面质量问题是影响钢材性能与价格的关键。针对带钢表面缺陷检测存在精度差、效率低、模型复杂度高等诸多问题,提出并改进了一种轻量级的带钢表面缺陷检测模型(PGS-YOLO)。首先,引入更为灵活的PReLU激活函数,...
钢材是我国的支柱产业,其表面质量问题是影响钢材性能与价格的关键。针对带钢表面缺陷检测存在精度差、效率低、模型复杂度高等诸多问题,提出并改进了一种轻量级的带钢表面缺陷检测模型(PGS-YOLO)。首先,引入更为灵活的PReLU激活函数,通过可学习参数自适应调整输入数据负区域斜率,从而提高模型定位缺陷的准确性;其次,将Re-VGG融入C3,构建轻量高效的Re-C3模块,降低模型复杂度并提高计算效率,进一步地,基于GELAN网络联合设计了全新的G-GELAN特征提取-融合模块,通过融合多尺度、多层次的高级语义信息,增强模型对不同类型缺陷及复杂背景的适应能力;最后,采用轻量级的SCDown下采样操作,在减少冗余计算的同时提升特征融合的丰富度。在NEU-DET数据集上的实验结果表明,该模型相比基准模型平均精度均值(mAP)提高6.7%,达到79.9%;参数量和计算量分别减少29.7%、27.2%,帧率提升2.7%,更好地平衡了检测精度、推理速度与轻量化之间的关系。此外,该模型在WF10-DET数据集和PCB_DATASET数据集上均表现出良好的泛化能力,满足实际工程部署需求,预期在工程应用中具有重要推广应用价值。
展开更多
关键词
带钢表面缺陷检测
PPeLU
轻量化
G-GELAN
scdown
原文传递
基于改进YOLOv11的带钢表面缺陷检测算法
2
作者
马俊杰
张继红
+2 位作者
王强
刘文广
吴振奎
《钢铁研究学报》
北大核心
2025年第10期1345-1358,共14页
钢铁行业是我国的支柱产业,钢材的质量是影响钢材性能与价格的关键。针对带钢表面缺陷检测存在精度差、效率低以及模型结构复杂等问题,提出一种基于YOLOv11的轻量化带钢表面缺陷检测算法(PSN-YOLO)。首先设计P-GELAN_CAA特征提取-融合模...
钢铁行业是我国的支柱产业,钢材的质量是影响钢材性能与价格的关键。针对带钢表面缺陷检测存在精度差、效率低以及模型结构复杂等问题,提出一种基于YOLOv11的轻量化带钢表面缺陷检测算法(PSN-YOLO)。首先设计P-GELAN_CAA特征提取-融合模块,基于广义高效层聚合网络(GELAN)引入多尺度卷积(PSConv)处理多尺度信息、优化参数利用率,并融合上下文锚点注意力(CAA)增强特征表示;其次,选取轻量高效的SCDown下采样以扩大感受野,减少信息损失,降低模型复杂度;最后,采用归一化瓦瑟斯坦距离(NWD)改进边界框损失函数,专注于不规则和复杂微小纹理特征,更好地衡量边界框间的分布相似性,提升检测精度。在NEU-DET数据集上的试验结果表明,该模型相比基准模型mAP提高了3.1%,参数量和计算量分别减少20.3%、19.0%,更好地平衡了检测精度和轻量化需求。此外,该模型在Severstal数据集上表现出良好的泛化能力,满足实际工程需求,具有重要推广应用价值。
展开更多
关键词
缺陷检测
轻量化YOLOv11
P-GELAN_CAA
scdown
损失函数
原文传递
题名
PGS-YOLO:一种轻量高效的带钢表面缺陷检测模型
1
作者
马俊杰
张继红
王强
刘文广
吴振奎
机构
内蒙古科技大学自动化与电气工程学院
包头威丰新材料有限公司设备处
内蒙古科技大学机械工程学院
出处
《电子测量与仪器学报》
北大核心
2025年第8期156-167,共12页
基金
内蒙古自治区重点研发与成果转化项目(2022YFHH0019)
内蒙古自治区科技攻关大平台建设项目(2023PTXM001)资助。
文摘
钢材是我国的支柱产业,其表面质量问题是影响钢材性能与价格的关键。针对带钢表面缺陷检测存在精度差、效率低、模型复杂度高等诸多问题,提出并改进了一种轻量级的带钢表面缺陷检测模型(PGS-YOLO)。首先,引入更为灵活的PReLU激活函数,通过可学习参数自适应调整输入数据负区域斜率,从而提高模型定位缺陷的准确性;其次,将Re-VGG融入C3,构建轻量高效的Re-C3模块,降低模型复杂度并提高计算效率,进一步地,基于GELAN网络联合设计了全新的G-GELAN特征提取-融合模块,通过融合多尺度、多层次的高级语义信息,增强模型对不同类型缺陷及复杂背景的适应能力;最后,采用轻量级的SCDown下采样操作,在减少冗余计算的同时提升特征融合的丰富度。在NEU-DET数据集上的实验结果表明,该模型相比基准模型平均精度均值(mAP)提高6.7%,达到79.9%;参数量和计算量分别减少29.7%、27.2%,帧率提升2.7%,更好地平衡了检测精度、推理速度与轻量化之间的关系。此外,该模型在WF10-DET数据集和PCB_DATASET数据集上均表现出良好的泛化能力,满足实际工程部署需求,预期在工程应用中具有重要推广应用价值。
关键词
带钢表面缺陷检测
PPeLU
轻量化
G-GELAN
scdown
Keywords
strip surface defect detection
PReLU
lightweight
G-GELAN
scdown
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TN98 [电子电信—信息与通信工程]
原文传递
题名
基于改进YOLOv11的带钢表面缺陷检测算法
2
作者
马俊杰
张继红
王强
刘文广
吴振奎
机构
内蒙古科技大学自动化与电气工程学院
包头威丰新材料有限公司设备处
内蒙古科技大学机械工程学院
出处
《钢铁研究学报》
北大核心
2025年第10期1345-1358,共14页
基金
内蒙古自治区重点研发与成果转化资助项目(2022YFHH0019)
内蒙古自治区科技攻关大平台建设资助项目(2023PTXM001)。
文摘
钢铁行业是我国的支柱产业,钢材的质量是影响钢材性能与价格的关键。针对带钢表面缺陷检测存在精度差、效率低以及模型结构复杂等问题,提出一种基于YOLOv11的轻量化带钢表面缺陷检测算法(PSN-YOLO)。首先设计P-GELAN_CAA特征提取-融合模块,基于广义高效层聚合网络(GELAN)引入多尺度卷积(PSConv)处理多尺度信息、优化参数利用率,并融合上下文锚点注意力(CAA)增强特征表示;其次,选取轻量高效的SCDown下采样以扩大感受野,减少信息损失,降低模型复杂度;最后,采用归一化瓦瑟斯坦距离(NWD)改进边界框损失函数,专注于不规则和复杂微小纹理特征,更好地衡量边界框间的分布相似性,提升检测精度。在NEU-DET数据集上的试验结果表明,该模型相比基准模型mAP提高了3.1%,参数量和计算量分别减少20.3%、19.0%,更好地平衡了检测精度和轻量化需求。此外,该模型在Severstal数据集上表现出良好的泛化能力,满足实际工程需求,具有重要推广应用价值。
关键词
缺陷检测
轻量化YOLOv11
P-GELAN_CAA
scdown
损失函数
Keywords
defect detection
lightweight YOLOv11
P-GELAN_CAA
scdown
loss function
分类号
TG142.1 [金属学及工艺—金属材料]
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
PGS-YOLO:一种轻量高效的带钢表面缺陷检测模型
马俊杰
张继红
王强
刘文广
吴振奎
《电子测量与仪器学报》
北大核心
2025
0
原文传递
2
基于改进YOLOv11的带钢表面缺陷检测算法
马俊杰
张继红
王强
刘文广
吴振奎
《钢铁研究学报》
北大核心
2025
0
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部