-
题名改进YOLOv8算法在陶瓷表面缺陷检测中的应用
- 1
-
-
作者
张圆
丁学文
蒋晓凯
王少赛
-
机构
天津职业技术师范大学电子工程学院
天津云智通科技有限公司
-
出处
《天津职业技术师范大学学报》
2025年第3期54-61,共8页
-
基金
天津市科技计划项目(20YDTPJC01110).
-
文摘
针对陶瓷表面缺陷检测中微小缺陷识别困难的问题,提出了一种改进YOLOv8的陶瓷表面缺陷检测算法。该算法采用重参数化结构(RepVGG)替代传统卷积层,增强对微小缺陷特征的提取能力。结合BiFPN双向特征金字塔网络结构,实现多尺度特征的高效融合,进一步强化算法的特征表达能力。引入基于二维高斯分布的WDLoss损失函数,以精确捕捉微小缺陷细节并优化目标定位精度,从而显著提高了检测性能。研究结果表明,与原始YOLOv8n算法相比,改进算法在平均精度和准确率上分别提高了5.8%和18.2%。
-
关键词
YOLOv8
陶瓷缺陷检测
重参数化结构
BiFPN
wdloss损失函数
-
Keywords
YOLOv8
ceramic defect detection
RepVGG
BiFPN
wdloss
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进YOLOv7⁃tiny的画钟测验识别
- 2
-
-
作者
温远寒
曹娜
刘怡欣
何小海
滕奇志
-
机构
四川大学电子信息学院
西南交通大学附属医院&成都市第三人民医院神经内科
四川大学华西医院老年医学中心
-
出处
《现代计算机》
2024年第3期18-25,共8页
-
基金
四川省科技厅重点研发计划(重大科技专项)(22GJHZ0044)
成都市重大科技应用示范项目(2019⁃YF09⁃00120⁃SN)。
-
文摘
画钟测验是筛查认知障碍人群的一种重要医学手段。针对目前画钟测验中存在目标尺度不同和类别不平衡的问题,提出一种基于改进YOLOv7⁃tiny的画钟测验识别算法。为改善尺度变化和小尺度目标检测带来的错检漏检问题,引入BiFPN双向特征金字塔结构,双向信息传递机制可有效融合不同层级特征,捕捉不同尺度特征中更丰富的上下文和细节信息。为提升类别不平衡指标的识别准确度,采用WDLoss损失函数计算损失提高小目标识别敏感性。此外还创建了一个基于认知障碍群体的画钟测验数据集,在此数据集上实验表明,改进后YOLOv7⁃tiny算法对画钟测验数据集所有类别的mAP为94.28%,相比于原YOLOv7⁃tiny模型提高了1.13%,不均衡类别中指针的AP提高了12.2%。
-
关键词
画钟测验
YOLOv7⁃tiny
BiFPN
wdloss
-
Keywords
clock drawing test
YOLOv7-tiny
BiFPN
wdloss
-
分类号
R749.1
[医药卫生—神经病学与精神病学]
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
