公开(公告)号：CN116452505A

公开(公告)日：2023-07-18

申请号：CN202310247445.9

申请日：2023-03-15

申请人： 北京科技大学

发明人： 李秀程 ,  尚成嘉 ,  王学敏 ,  丁泽元 ,  赵靖霄 ,  王静靓 ,  谢振家 ,  王学林

IPC分类号： G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/62

摘要： 本发明涉及深度学习图像检测技术领域，尤其是一种基于改进YOLOv5的连铸坯内部缺陷检测与评级方法。本发明包括如下步骤：建立连铸坯缺陷数据集；建立改进YOLOv5深度学习神经网络检测模型，改进YOLOv5主干网络，将CBAM模块插入C3结构之后；使用改进YOLOv5深度学习神经网络检测模型对数据集进行训练；将待测试铸坯缺陷图像输入最终改进CBAM‑YOLOv5的模型中，得出连铸坯及其缺陷的检测结果和目标位置信息；将缺陷的长宽与检测到铸坯的长宽进行统计对比，得到不同评价等级的偏析区域的长宽比值；并使用拉格朗日插值法对整级之间划分半级。本发明相对于未改进的YOLOv5网络，提高了18.8％的mAP。