基于改进YOLOv3算法的带钢表面缺陷检测

作者：李维刚; 叶欣; 赵云涛; 王文波

来源：电子学报, 2020, 48(07): 1284-1292.

• 目标检测
• 带钢表面缺陷
• YOLOv3
• 加权K-means

针对热轧带钢表面缺陷检测中存在的检测速度慢、检测精度低等问题,提出了一种改进的YOLOv3算法模型.使用加权K-means聚类算法来优化确定先验框参数,提高先验框(priors anchor)与特征图层(feature map)的匹配度;同时,调整YOLOv3算法的网络结构,融合浅层特征与深层特征,形成新的大尺度检测图层,提高网络对带钢表面缺陷的检测精度.实验结果表明,改进后的YOLOv3算法在NEU-DET数据集上平均精度均值达到了80%,较原有的YOLOv3算法提高了11%;同时检测速度保持在50fps,优于目前其它深度学习带钢表面缺陷检测算法.

• 单位
  武汉科技大学