首页|改进YOLOX-S的金属零件缺陷检测算法研究

改进YOLOX-S的金属零件缺陷检测算法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对小金属零件缺陷检测精度低的问题,提出一种改进YOLOX-S目标检测算法.首先引入一种轻量化的特征提取模块GABlock,通过深度可分离卷积与注意力机制增强特征的处理能力;然后通过增加残差堆叠模块,增强上下文语义信息表达,提高缺陷检测精度;最后使用GIoU损失函数替换IoU损失函数,提高检测框收敛速度.实验结果表明,改进后的算法检测精度达到85.91%,提升了7.65%,表现出所提算法在小金属零件缺陷检测任务上的有效性.
Improved YOLOX-S metal parts defect detection algorithm

metal defect detectiondeep learningattention mechanismYOLOX

谷长江、高法钦

展开 >

浙江理工大学计算机科学与技术学院,浙江 杭州 310000

金属缺陷检测 深度学习 注意力机制 YOLOX

浙江省教育厅一般科研项目(专业学位专项)

Y202147956

2023

10.16644/j.cnki.cn33-1094/tp.2023.07.007

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(7)
  • 23