-
题名基于YOLO-RSI算法的钢材表面缺陷检测
- 1
-
-
作者
乔庆元
骆晓玲
程换新
于沙家
-
机构
青岛科技大学自动化与电子工程学院
青岛科技大学机电工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2025年第5期145-149,155,共6页
-
基金
国家自然科学基金项目(62273192)。
-
文摘
针对现有钢材表面缺陷检测算法存在的误检、漏检率高及检测效能差的问题,提出一种改进的钢材表面缺陷检测算法YOLO-RSI。首先,将RFAConv与常规卷积结合,设计一种新的下采样模块RCDP,可以考虑到每个特征的重要性,使上下文信息更加完整;其次,提出了SD-FPN特征金字塔网络结构,通过添加下采样模块、加权特征融合方法以及多条跨尺度连接通路来增强模型多尺度特征融合能力,获取更丰富的特征信息;最后,将Inner-IoU应用至WIoU Loss中,提出了Inner-WIoU替换CIoU作为边界框损失函数,提升模型的泛化性能。在NEU-DET上的实验结果表明:改进算法的mAP50为81.2%,较YOLOv8n提升了3.2%,参数量降低了25%,每秒检测帧数提升了7,有效避免了漏检、误检的问题,可以满足实际工业部署的需求。
-
关键词
钢材表面
缺陷检测
YOLOv8
RCDP
sd-fpn
Inner-WIoU
-
Keywords
steel surface
defect detection
YOLOv8
RCDP
sd-fpn
Inner-WIoU
-
分类号
TH161
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-
