基于注意力机制的风机表面缺陷检测模型

摘要：

本文介绍了一种针对无人机巡检风机缺陷检测的算法,通过嵌入注意力机制来改进现有的目标检测模型.该算法在现有目标检测模型的主干网络后面加入了CBAM(Convolutional Block Attention Module)注意力机制,提高了模型的特征提取能力,从而提高了检测的准确率、召回率和平均精度.试验结果表明,改进后的模型在准确率、召回率和平均精度分别达到了83.3％、74.7％和79.7％,比目标检测原模型分别提高了6.9％、1.3％和2％.本文提出的算法可以为无人机巡检风机缺陷检测提供有用的参考,同时也为其他工业缺陷检测问题提供了一种改进现有算法的思路.

关键词：风机缺陷检测、注意力机制、数据增广

分类号：TP391.41;TG115.28;TP274

在线出版日期：2023-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：267-269