一种基于注意力机制的YOLO缺陷检测算法

摘要：

针对零部件制造质量控制方面的缺陷检测,考虑到工业摄像头角度和零部件表面缺陷特征相对固定的特点,提出一种基于注意力机制的YOLO缺陷检测算法.围绕提升算法注意力,首先采用CZS算法,把图像上的缺陷区域剪切、缩放和拼接成新图像,使注意力集中于缺陷相关区域;然后采用裁减主干网络算法,裁减掉原版YOLOv3主干网络中无用的检测尺度层;最后使用数据增强算法增加训练样本量.实验案例结果表明:该算法检测精度99.2％,单帧图像检测时间0.01 s,性能均优于原版YOLOv3;该算法在固定摄像头场景下具有一定先进性,3项提升注意力的策略使算法训练精度收敛的更快、检测速度更快、检测性能更稳定.

关键词：缺陷检测、YOLO、注意力机制、CZS算法、主干网络

所属期刊栏目：44

分类号：TQ207+.2(基本有机化学工业)

资助基金：山东省科技厅重点研发计划项目;青岛市社会科学规划项目

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：110-117