基于正则化YOLO的钢表面缺陷检测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：钢铁表面常常显示出错综复杂的纹理模式，这些模式与缺陷相似，给准确识别实际缺陷带来挑战。该研究在基线模型YOLOv8s的基础上提出一种基于正则化YOLO框架的钢表面缺陷检测方法。首先，在C2F框架中嵌入了坐标注意力（CA），利用轻量级注意力模块增强骨干网络的特征提取能力。其次，颈部设计采用可变形卷积（DCN）来加权融合多尺度特征图，增强特征融合能力。（剩余7453字）

试读结束

目录
monitor