融合Res2Net和部分卷积的带钢表面缺陷检测算法

作者：胡凯涛; 马向华; 孙向宇; 刘闯

来源：计算机工程与应用, 2023, 1-12.

• 对比度增强
• 多尺度特征提取
• 改进Res2Net
• 融合PConv
• 信息聚合

为提升带钢表面缺陷的层次性特征提取能力和检测效率，提出基于多尺度表征和部分卷积(PConv)的快速检测网络（Multi-scale and partially convolutional network，MSPC-Net）。将限制对比度自适应直方图均衡技术(Contrast Limited Adaptive Histogram Equalization，CLAHE)引入到该模型以突出带钢表面的缺陷特征；在YOLOv5s的基础上新增检测层，提高对不同尺寸缺陷目标的检测率；设计了融合Res2Net的多尺度特征提取块并引入ECA注意力机制（BRE-block），既可以获取细粒度层面的特征，同时也增加了模型感受野；并通过结合PConv减少了模型计算量（FLOPs），且增强了部分特征信息的聚合。在NEU-DET数据集上的实验结果表明，平均精度均值(mAP@IoU=0.5）达到了80.2%，较原基线网络提高5.9%；同时改进后网络的FPS达到157，远高于近期应用广泛的目标检测算法，有效提高了带钢表面缺陷的检测效率。

• 单位
  电子工程学院; 上海航天控制技术研究所; 上海应用技术大学