科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对碳滑板缺陷图像中存在大量密集小目标缺陷，容易出现误检及漏检的问题，基于YOLOX算法提出一种改进的YOLOX碳滑板缺陷检测算法。首先，在主干网络中使用膨胀卷积，增大特征图的感受野，解决主干网络特征提取能力不足的问题；其次，为了进一步降低损失，在YOLOX中构建新的连接并加入CBAM注意力模块，减少小目标缺陷漏检，检测能力也进一步提升；再次，在颈部引入自适应特征融合网络ASFF，将不同尺度特征层进行融合，增强网络特征表达能力；最后，用EIOU损失函数代替IOU损失函数，充分考虑了预测框和真实框纵横比对模型优化的影响，加快模型收敛速度的同时精度也有所提升。在自制碳滑板数据集上的实验结果表明，相比于原始YOLOX算法平均精确率提升4.89%，对小目标识别率明显提升。
- 出版日期2023
- 单位中车唐山机车车辆有限公司; 华北理工大学
