基于機器識別的帶鋼表面缺陷檢測研究
機床與液壓
頁數(shù): 7 2024-05-28
摘要: 針對傳統(tǒng)帶鋼表面缺陷檢測技術落后、效率不高及小目標識別能力不足等問題,提出一種改進的YOLOv5s-Tiny目標檢測模型,在保持模型較小計算量的同時提升檢測速度和識別精度。通過將主干網絡GSP-Darknet53替換為輕量級GhostNet網絡,減少模型參數(shù)的數(shù)量,提高推理速度。在主干網絡加入CBAM注意力機制,通過通道注意力機制和空間注意力機制對特征信息進行融合增強,提高小目... (共7頁)