基于改进YOLOv3_Tiny的压敏电阻表面缺陷检测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16136/j.joel.2021.11.0145

基于改进YOLOv3_Tiny的压敏电阻表面缺陷检测

引用
针对当前目标检测算法网络复杂,对平台设备要求高;而轻量化网络YOLOv3_Tiny对压敏电阻表面缺陷的检测精度较低,容易出现漏检错检的情况,提出了基于YOLOv3_Tiny的改进算法DAYOLOv3_Tiny.DAYOLOv3_Tiny构建了深度可分离卷积块替代标准卷积,使用卷积操作进行下采样,使检测网络在减少网络参数量的同时增加了特征的提取;并在网络中引入了通道注意力模块和空间注意力模块,增强了检测网络对重要特征信息的学习.在自制的压敏电阻表面缺陷数据集上进行实验,结果表明,DAYOLOv3_Tiny的mAP值为92.23%,较改进前提升了12.25%;改进后的 D A YOLO v3_Tiny 模型大小为 YOLOv3_Tiny 的55.42%,仅 18.9 MB.实验表明,DAYOLOv3_Tiny对压敏电阻表面缺陷的检测精度较高,能够有效改善漏检错检的情况,且网络模型较小,对硬件平台要求不高,易于在性能受限的平台部署.

YOLOv3_Tiny、缺陷检测、深度可分离卷积块、注意力模块

32

TP391.41(计算技术、计算机技术)

贵州大学培育项目;贵州大学引进入才培育项目

2022-01-21(万方平台首次上网日期,不代表论文的发表时间)

共8页

1147-1154

相关文献
评论
暂无封面信息
查看本期封面目录

光电子.激光

1005-0086

12-1182/O4

32

2021,32(11)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn