-
公开(公告)号:CN118365599A
公开(公告)日:2024-07-19
申请号:CN202410424429.7
申请日:2024-04-09
Applicant: 中国矿业大学
IPC: G06T7/00 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及缺陷检测技术领域,具体涉及改进YOLOv8网络的方法及其在带钢表面缺陷检测的应用,本发明以YOLOv8为基础,首先提出改进坐标注意力机制为三通道坐标注意力机制TCCA,针对DCNv2中偏移蒙版生成方式过于简单,导致变形建模能力不足,提出将TCCA深度嵌入到DCNv2中,本发明还引入全局注意力机制,提高模型提取全局特征的能力。引入BiFPN结构和动态蛇形卷积增强模型多尺度特征融合能力,MDPioU替换YOLOv8原始的损失函数,解决预测边界框纵横比相同导致失去有效性问题的同时,增加收敛速度和定位能力。通过在NEU‑DET数据集进行的大量对比实验和消融实验表明,验证本发明所改进算法的缺陷检测精度更高,速度更快。