科研之友
微信
新浪微博
Facebook
分享链接
摘要
热轧钢带轧制生产通常会因为各种因素导致其出现一些结构性缺陷，这些前期的缺陷会接下来成品的生产造成一定的质量影响。本文对基于DenseNetBC的尺度转移目标检测网络（Scale-Transferrable Object Detection Network， STDN）进行改进，通过融入CSP方法和卷积注意力模块（CBAM）提出CSP-STDN单阶段物体检测模型，增强特征图像信息，适应钢带表面不同尺度的视觉可检验缺陷问题，减少冗余信息重复计算，加快模型训练和响应速度。通过实验分析，本文提出的算法模型在NEU-DET数据集上达到了平均精度均值（mAP）88.12%以及每秒帧数（FPS）36.2帧每秒的结果，相比对照组有了较好的提升。
- 出版日期2024
- 单位智能信息处理与实时工业系统湖北省重点实验室; 武汉科技大学
