基于改进YOLOv8n的钢材缺陷检测算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：钢材缺陷检测作为关键任务，对于预防潜在的安全隐患具有重要意义。传统的钢材缺陷检测方法往往依赖于人工检测，效率低下且容易受到人为因素的影响。随着计算机视觉技术的不断发展，目标检测在许多领域都得到了广泛的应用。研究提出了一种基于改进YOLOv8n的钢材缺陷检测算法，并在东北大学钢材缺陷公开数据集上进行验证，实验结果显示，相较于原始YOLOv8n模型，准确性提升3.0%，相较于YOLOv5n模型，准确性提升4.7%，很好地验证了改进的有效性，可以为钢材缺陷检测提供更好的技术支持。（剩余4726字）

试读结束

目录
monitor