科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决铝合金的擦花、喷流、脏点三类表面缺陷检测时，YOLOv4-tiny模型原有目标先验框对缺陷目标尺寸不敏感、缺陷检测精确度低等问题，利用K-means聚类算法将目标边框重新聚类，生成6个新的先验框，增强先验框在对目标检测时的敏感性，将通道注意力机制的典型代表SEnet添加到YOLOv4-tiny的加强特征提取网络中，提高检测精确度。结果表明，改进后的网络每秒传输帧数为94,与原网络相比均值平均精度提高3.46%,精确度和召回率的调和平均值提高2.67%。改进后网络占用内存为22.6 MB,能够适应工业环境下实时检测的精准性。
- 单位
