针对铸件在铸造过程中易出现漂芯、漏芯等成孔类缺陷，采用视觉检测时铸件与背景特征相近，产生特征网络提取能力欠缺的问题，提出改进YOLOX的铝铸件表面成孔缺陷检测方法。构建成孔缺陷数据集；引入SE注意力机制，提升特征重用率；替换原卷积块为CBH,稳定特征拟合过程；完善CIOU边界框回归损失函数，加速模型收敛。试验证明，改进模型在铝铸件缺陷数据集的平均检测精度提升至97.13%,单图推理速度为0.016 2 s,可快速准确地完成铝铸件表面缺陷检测。
科研之友
微信
新浪微博
Facebook
分享链接
