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583篇文章
< 1 2 … 30 >
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：
基于改进RT-DETR的光伏板缺陷检测
1
作者 吕辉 司可 《广西师范大学学报(自然科学版)》 北大核心 2026年第2期52-64,共13页
为了解决现有传统的光伏板缺陷检测精度低、模型参数量大以及复杂背景检测时出现漏检和误检的问题,本文基于RT-DETR模型提出一种高效的光伏板缺陷检测算法。首先,为了提升检测精度,采用FREBlock主干增强特征提取能力同时还能提高检测效... 为了解决现有传统的光伏板缺陷检测精度低、模型参数量大以及复杂背景检测时出现漏检和误检的问题,本文基于RT-DETR模型提出一种高效的光伏板缺陷检测算法。首先,为了提升检测精度,采用FREBlock主干增强特征提取能力同时还能提高检测效率。其次,设计CRDFP多尺度特征融合结构进一步增强特征融合能力。最后,引入可变形注意力机制DAttention,使模型能专注于相关区域的信息特征。实验结果表明,改进后的模型平均类别精度(η_(mAP))效果达到79.2%,较传统模型提高3.6个百分点,参数量减少22.6%,运算量降低25.9%,表现出较高的实时检测能力。 展开更多
关键词 深度学习 RT-DETR 光伏板 缺陷检测 多尺度特征融合
在线阅读 下载PDF
集成全局局部感知与分层特征融合的带钢表面缺陷检测
2
作者 计忠平 林晨伟 +3 位作者 何志伟 杜晨杰 金冉 柴本成 《计算机工程与应用》 北大核心 2026年第4期373-381,共9页
在工业场景中,现有带钢表面缺陷检测算法易受背景噪声和无关信息干扰,难以有效提取缺陷特征。传统多尺度特征融合方法未充分考虑非相邻特征间信息传递不足的问题,限制了特征融合的效果。复杂缺陷形态和缺陷的非结构特性则进一步增加了... 在工业场景中,现有带钢表面缺陷检测算法易受背景噪声和无关信息干扰,难以有效提取缺陷特征。传统多尺度特征融合方法未充分考虑非相邻特征间信息传递不足的问题,限制了特征融合的效果。复杂缺陷形态和缺陷的非结构特性则进一步增加了检测的挑战性。针对这些问题,提出了集成全局局部感知与分层特征融合的带钢表面缺陷检测算法,以提升模型在特征提取、多尺度特征融合及非结构化缺陷检测方面的能力。提出了特征增强模块(feature enhancement module,FEM),通过动态调整特征权重实现对目标特征的强化和背景噪声的抑制,提升模型对带钢表面缺陷信息的关注度。提出分层融合网络(hierarchical fusion network,HFN),充分融合不同层级特征之间的语义信息,提升模型的多尺度特征表达能力。设计全局局部感知模块(global-local awareness module,GLAM),在捕捉远距离依赖和上下文信息的同时,关注局部细节,增强模型对非结构化缺陷的检测能力。在公开数据集NEU-DET与GC10-DET上的结果表明,该算法的平均精度均值(mAP@IoU=50)为80.7%和66.9%,相比于基准模型分别提升了3.8和2.0个百分点,有效提高了带钢表面缺陷的检测精度。 展开更多
关键词 表面缺陷检测 YOLOv8 多尺度特征融合 注意力机制
在线阅读 下载PDF
改进YOLOv8n算法的船舶工业钢材表面缺陷检测
3
作者 刘鹏 侯博文 +2 位作者 王彩霞 姜晓娇 丛海芳 《兵工学报》 北大核心 2026年第3期35-49,共15页
为提高船舶工业中钢材表面缺陷检测的准确性,针对现有YOLOv8n算法在特征提取能力不足、检测精度低以及特征融合不充分等问题,提出一种基于改进YOLOv8n的钢材表面缺陷检测方法。构建高效视觉空间金字塔池化增强层聚合网络(Efficient Visi... 为提高船舶工业中钢材表面缺陷检测的准确性,针对现有YOLOv8n算法在特征提取能力不足、检测精度低以及特征融合不充分等问题,提出一种基于改进YOLOv8n的钢材表面缺陷检测方法。构建高效视觉空间金字塔池化增强层聚合网络(Efficient Vision Transformer-Spatial Pyramid Pooling with Enhanced Layer Aggregation Network,EfficientViT-SPPELAN),以增强多维度特征提取能力;设计多尺度时空卷积(Multi-Scale Spatial-Temporal Convolution,MSSTConv)实现多尺度特征融合;在此基础上构建多尺度时空(Multi-Scale Spatial-Temporal,MSST)模块以获取丰富的上下文信息,提高缺陷定位精度并降低计算复杂度,从而提升算法的推理效率。基于东北大学表面缺陷数据集(Northeastern University Surface Defect Dataset,NEU-DET)和镀锌钢10类缺陷检测数据集(Galvanized Steel 10-category Defect Detection Dataset,GC10-DET)两个数据集的实验结果表明,所提方法的检测精准度相较于原始YOLOv8n算法分别提升6.8%和5.7%,均值平均精确率mAP@0.5分别提高3.7%和7.9%;每秒帧数(Frames Per Second,FPS)分别达到189帧/s和142帧/s。研究结果表明,该方法在提升检测精度的同时保持较高计算效率,能够有效完成船舶钢材表面缺陷的定位和类别识别,满足工业场景对检测精度与实时性的需求。 展开更多
关键词 缺陷检测 YOLOv8n算法 多尺度时空模块 多尺度时空卷积 分组注意力
在线阅读 下载PDF
基于YOLOv8n改进的高精度钢材表面缺陷检测算法
4
作者 冯思玲 张迪 《兵器装备工程学报》 北大核心 2026年第2期309-318,共10页
针对钢材表面缺陷检测中复杂背景信息干扰模型学习、缺陷形状尺度差异大导致特征提取困难,以及传统上采样方式造成细节丢失影响检测精度的问题,提出了一种基于YOLOv8n改进的高精度缺陷检测模型(EMD-YOLO)。设计了增强通道坐标注意力机制... 针对钢材表面缺陷检测中复杂背景信息干扰模型学习、缺陷形状尺度差异大导致特征提取困难,以及传统上采样方式造成细节丢失影响检测精度的问题,提出了一种基于YOLOv8n改进的高精度缺陷检测模型(EMD-YOLO)。设计了增强通道坐标注意力机制(enhanced channel coordinate attention mechanism,ECCA),该机制结合了自适应最大池化、通道注意力机制和坐标注意力机制,能够增强缺陷特征的提取能力,抑制背景干扰,提高复杂环境下的检测精度;构建了加权多尺度卷积(weighted multi-scale convolution,WMConv)模块,利用分组卷积和加权融合处理多尺度特征,提升对不同尺度缺陷的检测能力;采用DySample动态上采样算子,解决细节丢失问题,增强低分辨率缺陷检测。实验结果表明,在NEU-DET和GC10-DET数据集上,EMD-YOLO模型的mAP@0.5分别达到79.3%和71.4%,相较于YOLOv8n分别提升了4.1%和3.1%,优于主流检测方法,该算法为钢材表面缺陷检测提供了一种可靠的解决方案。 展开更多
关键词 钢材表面缺陷检测 YOLOv8n 注意力机制 多尺度特征 动态上采样算子
在线阅读 下载PDF
基于注意力机制和多尺度融合的金属表面缺陷检测 被引量：1
5
作者 秦汉林 徐志江 周俊 《机械设计与研究》 北大核心 2026年第1期232-238,共7页
金属表面缺陷检测作为工业质检的关键环节,其精度直接影响产品质量与生产安全。针对当前金属表面检测精度较差的问题,提出了一个新的网络架构模型。通过对YOLOv11算法进行改进,实现了一种基于全局注意力机制(GAM)和多尺度融合的金属表... 金属表面缺陷检测作为工业质检的关键环节,其精度直接影响产品质量与生产安全。针对当前金属表面检测精度较差的问题,提出了一个新的网络架构模型。通过对YOLOv11算法进行改进,实现了一种基于全局注意力机制(GAM)和多尺度融合的金属表面缺陷检测算法。网络中添加了GAM模块,对缺陷区域赋予更高的权重,强化了缺陷区域的特征;使用了小尺度特征和大尺度特征融合的目标检测方法,充分发挥各自在大小目标检测中的优势;边界框回归损失函数使用基于交并比的最小点距离(MPDIoU)的损失计算方法,改进了原有的完全交并比(CIoU)损失计算方法,解决了对长宽比不敏感导致的定位偏差问题。在保留YOLOv11所具备的快速检测的基础上,进一步提高金属表面缺陷检测的精度。使用天池的铝材数据集,均值平均精度(mAP)@0.5达到64.2%,相比原来的YOLOv11算法,mAP值提升了3.5%,FPS达到111,取得了很好的检测效果。 展开更多
关键词 注意力机制 多尺度融合 缺陷检测 损失函数 深度学习
原文传递
多尺度特征聚合的木材缺陷检测算法
6
作者 仇长青 朱莉 +2 位作者 梁哲熙 王祖然 刘桐睿 《森林工程》 北大核心 2026年第2期387-401,共15页
针对木材表面缺陷检测中存在的多尺度缺陷、复杂背景干扰及小目标漏检等问题,基于YOLOV11n提出一种多尺度特征聚合的木材缺陷检测算法PADDL-YOLO(PADDL是由PMSFA(partial multi-scale feature aggregation)、ADown(average pooling down... 针对木材表面缺陷检测中存在的多尺度缺陷、复杂背景干扰及小目标漏检等问题,基于YOLOV11n提出一种多尺度特征聚合的木材缺陷检测算法PADDL-YOLO(PADDL是由PMSFA(partial multi-scale feature aggregation)、ADown(average pooling down sampling)、DySample(dynamic upsampler)、DPB(dynamic position bias)与LSDECD(lightweight shared detail-enhanced convolutional detection)首字母拼写)。首先,通过设计部分多尺度特征聚合(partial multi-scale feature aggregation,PMSFA)模块增强多尺度缺陷特征提取能力;其次,采用平均池化下采样(average pooling down sampling,ADown)与动态上采样器(dynamic upsampler,DySample),减少信息丢失,同时降低计算复杂度,提升模型对小目标的检测能力;然后,在注意力机制中引入动态位置偏置(dynamic position bias,DPB)模块改进C2PSA模块,强化空间位置感知能力,有效提升缺陷定位精度。此外,设计轻量级细节增强检测头(lightweight shared detail-enhanced convolutional detection,LSDECD),通过细节增强卷积强化边缘特征的捕获能力。试验表明,PADDL-YOLO在木材缺陷检测任务中表现出色,其精确度为91.5%,召回率为91.4%,mAP@0.5为95.0%,较基准模型YOLOV11n分别提高5.2%、4.9%和3.8%。同时,模型参数量减少25.6%,计算效率显著提升,为高精度实时检测提供有效解决方案。 展开更多
关键词 木材缺陷 YOLOV11 多尺度 木材加工 轻量化 PMSFA LSDECD
在线阅读 下载PDF
基于YOLOv8s改进的布匹缺陷检测算法
7
作者 毛佳奇 孙日明 《山西电子技术》 2026年第1期30-33,共4页
为提高布匹缺陷检测的精度和效率,提出了改进的模型FES-YOLOv8s。该算法是以YOLOv8s为基准模型,在网络结构中引入FocalModulation模块替换SPPF模块,加强网络的特征提取能力和自适应能力,使得在特征提取过程中网络能够更加关注缺陷目标... 为提高布匹缺陷检测的精度和效率,提出了改进的模型FES-YOLOv8s。该算法是以YOLOv8s为基准模型,在网络结构中引入FocalModulation模块替换SPPF模块,加强网络的特征提取能力和自适应能力,使得在特征提取过程中网络能够更加关注缺陷目标。为了进一步提升网络的特征提取能力和增强网络学习缺陷目标的信息能力,提出将C2f模块替换为多尺度转换模块Efficient Multi-Scale-Conv,同时减少了模型的参数量。考虑到缺陷样本质量不平衡问题,使用SIoU损失函数,增强缺陷定位准确率,并且提高模型收敛速度和回归精度。改进后的模型在布匹数据集上进行实验,其实验结果表明,改进后的模型的mAP@0.5达到90.5%,相比于基准模型提高了12.2%。与原YOLOv8s算法相比,改进后的网络参数量减少了42.34%,mAP@0.5、精确率分别提高了12.2%、16.8%,充分验证了算法的优势和有效性,改善了布匹表面缺陷检测精度较低的问题。 展开更多
关键词 YOLOv8s算法 FocalModulation Efficient Multi-scale-Conv SIoU 布匹缺陷
在线阅读 下载PDF
低压线路缺陷SI-FPN定尺度金字塔网络检测
8
作者 杨文生 骆兴华 +1 位作者 王文宾 李明 《机械设计与制造》 北大核心 2026年第4期53-56,63,共5页
为了提高保持恒定尺度的低压线路故障测试精度,在提高RepPointsv2网络对于重要部件与缺陷检测性能的基础上,设计了一种基于了SI-FPN定尺度金字塔网络的线路缺陷检测方法,并开展了实验结果分析。研究结果表明:经过更多次训练后,loss曲线... 为了提高保持恒定尺度的低压线路故障测试精度,在提高RepPointsv2网络对于重要部件与缺陷检测性能的基础上,设计了一种基于了SI-FPN定尺度金字塔网络的线路缺陷检测方法,并开展了实验结果分析。研究结果表明:经过更多次训练后,loss曲线持续降低,中心点和目标尺寸分支损失快速下降,最终达到收敛状态。采用本设计网络达到了更高精度,检测速度也较快,为28.2FPS,可以满足对低压线路进行准确高效巡检的性能要求。消融实验表明SI-FPN定尺度金字塔能够实现RepPointsv2网络性能优化的作用。相对其它网络模型更大,本网络符合低压线路巡检的精度要求。在训练期间检测精度也呈现平稳上升,最终mAP达到96.4%。该SI-FPN结构在ATSS目标检测网络基础上使mAP指标增大1.9%,显著优化了低压线路故障检测。该研究方法能够满足非实时检测状态下的线路巡检精度控制要求,为后续建设电网系统提供可靠电力设施保障。 展开更多
关键词 低压线路 缺陷检测 金字塔网络 定尺度 精度
在线阅读 下载PDF
含初始缺陷水工混凝土拉伸断裂性能的三维细观模拟
9
作者 李星 康静伟 胡江 《长江科学院院报》 北大核心 2026年第4期186-195,共10页
裂缝对混凝土坝的安全运行和效益发挥具有显著影响。为深入研究筑坝材料水工混凝土在拉伸作用下的断裂机理与开裂特性,构建了由骨料、砂浆、界面过渡区(ITZ)及初始缺陷组成的四相三维细观模型,并采用损伤塑性本构与线弹性本构分别模拟... 裂缝对混凝土坝的安全运行和效益发挥具有显著影响。为深入研究筑坝材料水工混凝土在拉伸作用下的断裂机理与开裂特性,构建了由骨料、砂浆、界面过渡区(ITZ)及初始缺陷组成的四相三维细观模型,并采用损伤塑性本构与线弹性本构分别模拟砂浆、ITZ与骨料。通过单轴拉伸数值模拟与试验结果对比,验证了模型的有效性。结果表明:在普通强度水工混凝土中适当考虑1%~2%的初始缺陷率能使模拟结果与实测值更为吻合;随着初始缺陷率增大,抗拉强度显著下降,裂缝更易集中于试件中部,造成明显的强度弱化与能量耗散;ITZ厚度在小范围变化时对抗拉强度影响有限,但若忽略ITZ,模型对破坏形态与力学响应的模拟偏差显著增大;骨料含量的增加会进一步削弱抗拉强度,并明显影响裂缝扩展形态。研究成果不仅系统评估了初始缺陷率、ITZ厚度和骨料含量对水工混凝土拉伸及断裂吸能的影响规律,也为更好地理解水工混凝土细观损伤演化机理、预防结构开裂及提升大坝安全性提供了参考。 展开更多
关键词 水工混凝土 初始缺陷 三维细观模拟 损伤塑性模型 单轴拉伸
在线阅读 下载PDF
酸轧氧化铁皮缺陷形成原因及预防措施
10
作者 徐海强 段啸天 +4 位作者 吴昊 陈孟茹 何月颖 齐程伟 李永亮 《山西冶金》 2026年第1期253-255,258,共4页
酸轧机组生产过程中产生的氧化铁皮缺陷是常见的质量问题,严重影响带钢的表面质量、后续加工性能以及产品附加值,尤其对汽车板、家电板等高端产品的质量制约显著。鉴于此,综述了酸轧机组带钢表面氧化铁皮缺陷的形成原因,重点探讨了拉矫... 酸轧机组生产过程中产生的氧化铁皮缺陷是常见的质量问题,严重影响带钢的表面质量、后续加工性能以及产品附加值,尤其对汽车板、家电板等高端产品的质量制约显著。鉴于此,综述了酸轧机组带钢表面氧化铁皮缺陷的形成原因,重点探讨了拉矫机破鳞、酸洗工艺参数等因素对氧化铁皮残留的影响,以及后续轧制过程中工作辊异常、轧制工艺参数不合理等因素对氧化铁皮二次压入机制。针对上述成因,从工艺优化、设备维护等层面提出了对应的预防措施,实践表明,氧化铁皮缺陷发生率从5%降至2%以下,显著提升带钢表面质量。 展开更多
关键词 酸轧 氧化铁皮缺陷 缺陷成因 预防措施
在线阅读 下载PDF
基于GCNet网络的玻璃瓶缺陷检测算法
11
作者 傅莉 房志磊 +1 位作者 席剑辉 任艳 《沈阳航空航天大学学报》 2026年第1期48-55,共8页
针对当前玻璃瓶缺陷检测深度学习模型计算量大、参数量多、难以部署的问题,探索一种高效的轻量化解决方案。针对此问题,结合YOLOv8的网络结构设计特征提取网络GCNet。首先,采用GhostConv代替标准卷积;其次,为了降低YOLOv8瓶颈层的参数... 针对当前玻璃瓶缺陷检测深度学习模型计算量大、参数量多、难以部署的问题,探索一种高效的轻量化解决方案。针对此问题,结合YOLOv8的网络结构设计特征提取网络GCNet。首先,采用GhostConv代替标准卷积;其次,为了降低YOLOv8瓶颈层的参数量和计算量,设计瓶颈层卷积模块,并重新搭建瓶颈层;最后,结合C2f模块的结构设计构建新的CM模块。新的特征提取网络较原YOLOv8网络有着更低的参数量。在特征融合部分采用重新构建的重复加权双向特征融合金字塔结构,解决随着网络层数的加深导致特征信息丢失的问题。同时针对边界框的回归问题上,结合WIoU与Inner-ShapeIoU,提高模型的回归收敛速度。结果表明,相较于YOLOv8算法,由上述方法组成的YOLOv8-DB参数量降低了45.8%,计算量下降了11.9%,精度提升了0.4%。改进后的模型能够有效地降低占用的计算资源,更好地适用于特定工业检测环境。 展开更多
关键词 深度学习 缺陷检测 多尺度卷积 WIoU 轻量化
在线阅读 下载PDF
改进YOLO11n的轻量化光伏电池缺陷检测
12
作者 王群瑶 林国军 +2 位作者 马润 陈明举 陈科 《激光与红外》 北大核心 2026年第3期465-473,共9页
针对光伏电池表面多尺度缺陷检测任务中算法轻量化与检测效能难以兼顾的问题,本文提出一种算法模型YOLO11-Slim。首先,在骨干网络的C3k2模块中引入DualConv,增强局部细节与上下文信息的融合能力;其次,以ADown作为骨干网络的下采样模块,... 针对光伏电池表面多尺度缺陷检测任务中算法轻量化与检测效能难以兼顾的问题,本文提出一种算法模型YOLO11-Slim。首先,在骨干网络的C3k2模块中引入DualConv,增强局部细节与上下文信息的融合能力;其次,以ADown作为骨干网络的下采样模块,通过轴向分解减少计算量,同时保留更多空间信息;再以改进Slim-neck为基础构建颈部网络,在轻量化的同时优化特征交互;最后,使用高效检测头Detect-Efficient,通过DFL分布学习和组卷积设计,既减少模型参数量,又提升小目标定位精度,优化了训练-推理流程,更适配边缘部署。经实验对比,YOLO11-Slim相较于原模型YOLO11n,参数量和计算量分别下降27.9%和44.4%,召回率、mAP@50和mAP@50∶95分别提高1.1%、1.3%和2.3%,F1分数值达0.87,有效实现了光伏电池表面多尺度缺陷的轻量化高效检测。 展开更多
关键词 光伏电池 缺陷检测 多尺度 轻量 高效
在线阅读 下载PDF
基于多尺度特征选择的UNet改进模型在印刷品缺陷检测中的研究
13
作者 张自主 李桐 《北京印刷学院学报》 2026年第3期21-28,共8页
印刷缺陷检测是确保印刷产品质量至关重要的步骤,其准确性直接影响到最终产品的市场表现。然而,由于缺陷样本稀缺、图像分辨率高、对比度低等挑战,自动化检测任务变得尤为困难。为了提高印刷缺陷检测的精度,本文提出了一种基于UNet的多... 印刷缺陷检测是确保印刷产品质量至关重要的步骤,其准确性直接影响到最终产品的市场表现。然而,由于缺陷样本稀缺、图像分辨率高、对比度低等挑战,自动化检测任务变得尤为困难。为了提高印刷缺陷检测的精度,本文提出了一种基于UNet的多尺度特征融合网络。引入了多尺度特征融合模块(MSF Block)和注意力机制,以增强模型对不同尺寸缺陷的感知能力。在印刷品缺陷数据集上进行的实验结果表明,我们的方法在F1-score、IoU等关键指标上均优于现有的UNet、UNet++、DeepLabV3+和SegNet等方法。 展开更多
关键词 印刷缺陷检测 多尺度特征融合 注意力机制 UNet 语义分割
在线阅读 下载PDF
融合傅里叶卷积与差异感知的钢材表面微小缺陷检测算法
14
作者 张胜伟 曹洁 《广西师范大学学报(自然科学版)》 北大核心 2026年第2期90-102,共13页
针对当前钢材表面缺陷检测方法对微小缺陷检测效果不佳的问题,本文提出一种融合傅里叶卷积与差异感知的钢材表面微小缺陷检测算法。该算法使用CSP-FFCM替换主干网络中的BasicBlock,通过在空间域和频域中进行卷积操作,以减少计算开销并... 针对当前钢材表面缺陷检测方法对微小缺陷检测效果不佳的问题,本文提出一种融合傅里叶卷积与差异感知的钢材表面微小缺陷检测算法。该算法使用CSP-FFCM替换主干网络中的BasicBlock,通过在空间域和频域中进行卷积操作,以减少计算开销并提升网络的特征提取能力。然后,提出多尺度特征层优化策略,在保留细粒度特征信息的同时,优化计算资源分配,确保模型对微小缺陷细节信息的有效捕捉。最后,设计差异感知特征增强模块,通过强化微小缺陷的特征表示能力,进一步提升模型对微小缺陷的检测性能。实验结果表明,本文算法在NEU-DET和GC10-DET数据集上mAP分别达到83.7%和73.1%,在钢材表面微小缺陷的高精度检测任务中表现出显著的性能优势。 展开更多
关键词 微小缺陷检测 傅里叶卷积 多尺度特征层优化 差异感知
在线阅读 下载PDF
基于深度学习的铝合金压铸件表面缺陷检测方法 被引量：1
15
作者 梁维中 董芯蕊 +1 位作者 王国新 刘洪汇 《中国有色金属学报》 北大核心 2026年第1期239-252,共14页
基于深度学习的自构建多尺度空间语义融合网络模型,对铝合金表面自建缺陷数据集进行目标检测训练与验证,使模型的识别性能显著提升,能够满足铝合金表面缺陷检测系统对实时性和准确性的双重要求。结果表明:在两个自建实验数据集中,所提... 基于深度学习的自构建多尺度空间语义融合网络模型,对铝合金表面自建缺陷数据集进行目标检测训练与验证,使模型的识别性能显著提升,能够满足铝合金表面缺陷检测系统对实时性和准确性的双重要求。结果表明:在两个自建实验数据集中,所提方法的P_(mAP)@50指标分别提升了6.1%和6.4%,P_(mAP)@50:95指标分别提升了2.7%和3.5%,这表明该方法在铝合金表面缺陷检测精度上更具优势;相较于通用的YOLOv11n模型,新构建的模型参数量和计算量分别减少了0.5 MFLOPs和2.1 GFLOPs,表明其在铝合金表面缺陷检测效率方面有明显提升。新模型构建不仅在理论上为铝合金表面缺陷检测网络的优化提供了新思路,更在实践中为铝合金铸件表面缺陷检测提供了一种高效的解决方案。 展开更多
关键词 深度学习 目标检测 多尺度特征融合 铝合金压铸件 缺陷识别
在线阅读 下载PDF
基于层次化自适应增强的芯片表面缺陷检测算法HAE-YOLO
16
作者 李长江 邓剑勋 +4 位作者 蒲俊宇 孙宏森 刘凯 靳清清 余先伦 《半导体技术》 北大核心 2026年第1期77-86,共10页
针对半导体芯片表面缺陷检测中存在的微小缺陷识别困难、缺陷特征复杂多样等挑战,提出了一种基于YOLOv8n改进的层次化自适应增强的芯片表面缺陷检测算法HAE-YOLO。采用渐进式通道感知C2f特征金字塔通道注意力(C2f_PCA)特征提取模块融合... 针对半导体芯片表面缺陷检测中存在的微小缺陷识别困难、缺陷特征复杂多样等挑战,提出了一种基于YOLOv8n改进的层次化自适应增强的芯片表面缺陷检测算法HAE-YOLO。采用渐进式通道感知C2f特征金字塔通道注意力(C2f_PCA)特征提取模块融合视觉混合器与卷积门控线性单元,借助层次化状态空间动态机制增强微小缺陷的特征表征能力;构建多路径自适应特征融合网络(MPAFFN),提升对不同类型缺陷的自适应能力;引入跨层特征对齐模块(CFAB)实现了骨干(Backbone)网络与颈部(Neck)网络的高效桥接及跨层级特征语义的对齐。实验结果表明,相较于基准模型,HAE-YOLO算法的平均精度均值(mAP@0.5)提高了4.6%,mAP@0.5~0.95提高了5.2%,同时参数量(Params)减少了29%,计算量(GFLOPs)减少了0.5。该算法可为晶圆生产线芯片表面缺陷实时检测提供高效的解决方案,对减少缺陷芯片流入后续工序、提高制备良率具有重要意义。 展开更多
关键词 芯片表面缺陷检测 YOLOv8 特征融合 多尺度特征 注意力机制
原文传递
融合Welch功率谱和多尺度残差网络的油气管道缺陷诊断
17
作者 廖春燕 梁伟 +1 位作者 刘双磊 黄天长 《中国安全科学学报》 北大核心 2026年第2期136-144,共9页
为解决油气管道弯管检测信号受噪声污染导致缺陷分类准确率下降的问题,提出一种基于Welch功率谱特征增强和多头注意力改进型双分支多尺度-残差协同网络的油气弯管缺陷诊断模型。首先,利用基于汉明窗的Welch方法将采集到的时域信号转换... 为解决油气管道弯管检测信号受噪声污染导致缺陷分类准确率下降的问题,提出一种基于Welch功率谱特征增强和多头注意力改进型双分支多尺度-残差协同网络的油气弯管缺陷诊断模型。首先,利用基于汉明窗的Welch方法将采集到的时域信号转换为特征增强的功率谱,展示缺陷信号在不同频率处能量的分布情况;然后,并行堆叠的卷积层构成的多尺度网络分支负责提取信号功率谱的多维度特征,并利用多头注意力机制建立特征之间长期的关联,同时,残差网络分支捕捉信号功率谱的细节信息;最后,深度串联层融合双分支网络提取的特征,以实现缺陷分类。结果表明:在高噪声环境下,该模型的测试准确率为91.6%,相比于基于凯塞窗和平顶窗的模型,分类准确率提高1%~7.9%;相比于卷积神经网络(CNN)和长短时记忆网络(LSTM),准确率分别提高36.9%和10.3%。 展开更多
关键词 Welch功率谱 多尺度残差网络 油气管道 弯管缺陷 高噪声 智能诊断
原文传递
基于孪生网络模型的织物疵点检测方法
18
作者 党慧 管声启 +1 位作者 杨振 李杭 《棉纺织技术》 2026年第4期60-66,共7页
为了解决工业现场织物疵点检测效率低的问题,提出一种基于孪生网络模型的织物疵点检测方法。通过分析孪生网络相似性检测机制,构建了基于孪生网络的相似性检测模型,该模型包括特征提取模块、相似性度量模块、疵点分类模块。首先,引入Inc... 为了解决工业现场织物疵点检测效率低的问题,提出一种基于孪生网络模型的织物疵点检测方法。通过分析孪生网络相似性检测机制,构建了基于孪生网络的相似性检测模型,该模型包括特征提取模块、相似性度量模块、疵点分类模块。首先,引入Inception结构构建特征提取模块,对样本特征进行多尺度提取;其次,在相似性度量模块中,将样本的抽象特征转化为差异计算,利用孪生网络对差异的灵敏度,实现织物图像的快速识别,完成判断织物是否有疵点的第一阶段判别任务;最后,在疵点分类模块中,将疵点图像输入YOLOv4网络,实现准确的疵点分类,完成第二阶段的分类任务。利用公共数据集进行的试验结果表明:该研究方法能有效地检测织物疵点,mAP值达到87.54%,检测速度达到54.8帧/s,实现了织物疵点检测精度与速度的良好平衡,能够满足纺织企业实际工业场景中生产检测的需求,为纺织行业提供了一种全新的疵点检测解决方案。 展开更多
关键词 织物疵点 目标检测 孪生网络 多尺度卷积 YOLO模型 深度学习
在线阅读 下载PDF
模板匹配下发动机缸体腐蚀缺陷检测方法
19
作者 解超 《自动化应用》 2026年第5期101-103,共3页
发动机缸体易发生腐蚀,而现有检测分析方法存在效率低、主观性强、可靠性差等问题。为此,开展模板匹配下发动机缸体腐蚀缺陷检测方法研究。通过研究发动机缸体图像的区域模板分割策略,结合改进的归一化互相关与序贯相似性检测算法进行... 发动机缸体易发生腐蚀,而现有检测分析方法存在效率低、主观性强、可靠性差等问题。为此,开展模板匹配下发动机缸体腐蚀缺陷检测方法研究。通过研究发动机缸体图像的区域模板分割策略,结合改进的归一化互相关与序贯相似性检测算法进行图像匹配与缺陷定位,实现对缺陷区域的精准识别。在此基础上,通过提取缺陷的几何与灰度特征,实现对其严重程度的定量化评估。实例应用证明,该方法能够有效检测发动机缸体表面的各类腐蚀缺陷,显著提升检测的自动化水平、效率与准确性。 展开更多
关键词 模板匹配 发动机缸体 腐蚀缺陷 几何特征 灰度特征
在线阅读 下载PDF
融合多分辨率动态预测与多尺度特征的晶圆缺陷检测模型
20
作者 杨富龙 周津津 +2 位作者 吴峰 杨庆 张腾 《半导体技术》 北大核心 2026年第4期388-397,共10页
针对晶圆缺陷检测任务中固定分辨率与单一尺度处理策略无法同时兼顾缺陷细节与宏观结构的问题,提出了一种轻量级检测网络模型——DRL-WaferNet。该模型设计了多分辨率动态预测模块,可根据图像内容自适应选择最优输入分辨率,平衡计算效... 针对晶圆缺陷检测任务中固定分辨率与单一尺度处理策略无法同时兼顾缺陷细节与宏观结构的问题,提出了一种轻量级检测网络模型——DRL-WaferNet。该模型设计了多分辨率动态预测模块,可根据图像内容自适应选择最优输入分辨率,平衡计算效率与特征质量;同时,结合多尺度特征提取模块(MSB)和密集特征复用模块(DFB),增强了跨尺度特征的捕捉与融合能力,提升了模型对复杂缺陷的表征性能。在WM-811K数据集上的实验结果表明,DRL-WaferNet的检测准确率达到了98.97%,在准确率(Accuracy)、精确率(P)、召回率(R)和F1分数(F1-Score)上均优于晶圆缺陷检测领域的5种代表性模型;此外,该模型参数量(Params)仅为1.13×10^(6),计算量(FLOPs)仅为0.820×10^(9),显著小于其他比较模型。该模型在保持高精度的同时实现了高效推理,为半导体制造中的缺陷检测效率与良率提高提供了可靠的解决方案。 展开更多
关键词 晶圆缺陷检测 多分辨率动态预测 多尺度特征融合 轻量级网络 深度学习
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 2 … 30 下一页 到第 页
使用帮助 返回顶部