基于PC-YOLOv7算法钢材表面缺陷检测

作者：赵春华; 罗顺; 谭金铃; 李谦; 林彰稳; 范彦坤; 陈熙

来源：国外电子测量技术, 2023, 42(09): 137-145.

DOI：10.19652/j.cnki.femt.2304998

• 钢材表面缺陷
• 目标检测
• YOLOv7-tiny
• PC-ELAN
• SimCS-CA

针对钢材表面缺陷检测中存在检测精度低、模型尺寸大等问题，提出一种基于YOLOv7-tiny网络改进的算法模型PC-YOLOv7。首先将PC-ELAN结构替换主干网络中部分ELAN结构，降低模型参数量和模型尺寸；其次在特征融合网络(Neck)部分采用双向特征金字塔网络(bidirectional feature pyramid network, BiFPN)增强图像高层语义信息和低层特征信息融合性能，在输出端引入SPD-Conv提高模型对低分辨率物体的检测能力；最后，提出SimCS-CA模块并引入特征融合网络增强模型的特征表示性能。实验结果表明，PC-YOLOv7算法在NEU-DET数据集上平均精度均值(mAP)达到了78.5%,相比原始YOLOv7-tiny算法在模型尺寸降低情况下准确率和mAP分别提升了10.6%和4.2%,验证了改进算法的有效性。

• 单位
  三峡大学