首页|基于轻量化网络GD-YOLOv5的铝材表面缺陷检测方法

基于轻量化网络GD-YOLOv5的铝材表面缺陷检测方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对铝材表面缺陷检测时存在参数量大和检测性能低的问题,提出了基于轻量化网络的GD-YOLOv5 铝材表面缺陷检测方法.首先,通过融合组卷积、深度可分离卷积和shuffle操作,设计了轻量化卷积模块GDConv.其次,在GDConv的基础上设计了GD Bottleneck结构.最后,利用一次性聚合方法来设计跨级部分网络GDCSP模块.这能够显著降低网络参数量,同时增强对铝材表面缺陷深层特征的提取能力.实验结果表明,GD-YOLOv5 在网络性能方面优于YOLOv5.GD-YOLOv5 模型在铝材数据集的平均精度均值(mAP@0.5)分别为89.6%,与YOLOv5相比,参数量降低了54.3%,mAP@0.5提高了2.1%,为铝材表面缺陷的高效检测提供了新的解决方法.

郭尚荣、李松松、张佳淇、毛涵宇、郭天宇、韩兆龙

展开 >

大连海洋大学 辽宁大连 116000

铝材表面缺陷 YOLOv5 轻量化 GDConv GDCSP

国家自然科学基金辽宁省教育厅科研项目辽宁省渔业厅项目

51778104DL202005201723

2024

10.3969/j.issn.1672-9528.2024.04.011

信息技术与信息化
山东电子学会

信息技术与信息化

影响因子：0.29
ISSN：1672-9528
年,卷(期)：2024.(4)
  • 15