基于改进YOLOv7的钢材表面缺陷检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：钢材表面缺陷对于钢材行业来说是一个巨大的挑战。针对传统的钢材缺陷检测方法存在着效率低、检测精度不高等问题，基于YOLOv7设计了一种AFSDYOLOv7模型进行实时的钢材表面缺陷检测。首先，在YOLOv7模型中使用一种轻量化卷积结构替换标准卷积结构，，以加速模型的推理过程；然后采用快速空间金字塔池化结构替换原始空间金字塔池化结构，以加速网络的特征提取过程；最后添加改进的ECANet注意力机制，以提升模型检测精度。（剩余9685字）

试读结束

目录
monitor