基于多模态与自适应特征融合的钢材表面缺陷检测

打开文本图片集

摘 要：针对钢材表面不同类型缺陷的形状、深度差异以及尺寸偏小导致的缺陷检测性能不足，造成检测准确率偏低的问题，提出一种基于YOLOv5的多模态与自适应特征融合的钢材表面缺陷检测算法；采用多信息关联金字塔池化单元，结合空洞卷积与特征注意力机制，增大目标感受野进行特征多模态融合，提高特征融合能力；针对小目标，采用多尺度特征融合双塔模块获取更多深层信息，自适应累积注意力权重影响因子，在保留更多深层特征信息的前提下，提高深层特征对浅层特征的影响力，从而提高小目标检测精度；引入轻量化卷积C3单元，提出混合深度可分离机制，以解决原始模型以及改进单元带来的计算负担，提高模型的检测效率。（剩余11926字）