|
厦门大学
  • 33 高校采购信息
  • 161 科技成果项目
  • 10 创新创业项目
  • 0 高校项目需求

基于大型可分离卷积注意力机制的钢材缺陷检测方法

2021-01-12 00:00:00
云上高博会 https://heec.cahe.edu.cn
点击收藏
所属领域:
新一代信息技术
项目成果/简介:

本发明涉及一种基于大型可分离卷积注意力机制的钢材缺陷检测方法。首先,利用大型可分离卷积注意力(LSKA)增强网络学习有效特征的能力;其次,采用SPPFCSPC的金字塔池化结构加快运算速度和提高精确度;最后,提出了双向特征提取网络(Bi‑directional Feature Pyramid Network,BiFPN)提取缺陷的多尺度信息,提高了模型对缺陷的检测精度。实验结果表明,本文算法在NEU‑DET数据集上的性能优越,在mAP上的性能提高了6.7%。与SSD、EfficientNet、GhostNet和YOLOV3等主要目标检测算法相比,mAP算法分别提高了5.0%、18.1%、24.4%和7.7%。本发明方法有效提升了钢材表面缺陷检测精度。

会员登录可查看 合作方式、专利情况及联系方式

扫码关注,查看更多科技成果

取消