基于改进的tiny-YOLOv3网络的表面缺陷检测研究

作者：李屹; 魏建国; 刘贯伟

来源：现代信息科技, 2022, 6(04): 95-99.

DOI：10.19850/j.cnki.2096-4706.2022.04.025

• 缺陷检测
• 注意力机制
• 神经网络

表面缺陷自动化检测在社会各个行业有广泛应用前景，可以大幅度提升效率。基于卷积神经网络架构的目标检测模型是自动化表面缺陷检测与识别的重要方法。折中检测速度与精确度，选择tiny-YOLOv3网络作为表面缺陷检测的模型。将视觉注意力机制引入tiny-YOLOv3网络结构并比较不同类别注意力机制在网络不同位置对于模型表现的影响，从而提出一种对于原网络改进的方法。改进的tiny-YOLOv3网络结构在表面缺陷数据集上测试结果较原始tiny-YOLOv3网络在mAP值上提升2.3%。

• 单位
  天津大学; 恒银金融科技股份有限公司