基于改进YOLOv4的物体外观缺陷检测研究

作者：卞丽华; 孙先松

来源：信息与电脑(理论版), 2022, 34(16): 51-54.

• 深度学习
• 目标检测
• YOLOv4

针对YOLOv4算法检测物体外观缺陷的精确度较差问题，结合卷积注意力机制模块（ConvolutionalBlock Attention Module,CBAM）和芯片级封装（Chip Scale Package,CSP）结构改进了YOLOv4算法。首先在Neck部分嵌入注意力机制模块CBAM，从而在通道和空间两个维度上快速定位目标，降低模型学习难度，其次在普通卷积基础上融合CSP结构，以加强网络特征融合，最后以车辆表面缺陷检测进行对比实验。结果表明，基于改进YOLOv4的算法相比传统YOLOv4算法，mAP提高了4.54%。

• 单位
  长江大学