基于YOLOv7-ESC的铝型材缺陷检测识别方法

    公开(公告)号:CN119205614A

    公开(公告)日:2024-12-27

    申请号:CN202411065629.4

    申请日:2024-08-05

    Applicant: 三峡大学

    Abstract: 基于YOLOv7‑ESC的铝型材缺陷检测识别方法,包括如下步骤:S1、获取公开的数据集,采用天池铝型材表面瑕疵识别数据集,进行数据预处理;S2、改进YOLOv7模型,主干网络ELAN模块中3*3Conv卷积替换为PCnov卷积;S3、构建残差金字塔池化结构,主干网络提取到的特征输入残差金字塔池化模块SPPCSPC‑F;S4、在主干网络和特征融合网络间加入CBAM注意力机制;S5、回归损失函数CIoU替换为WIoU损失函数,将特征融合后的特征传入检测头部分进行分类预测;S6、训练YOLO网络模型,保留最优权重;S7、利用训练好的最优权重进行测试,并对检测结果进行评价,最终实现铝型材表面缺陷的自动化和智能化识别。该方法能够提高铝型材表面缺陷检测精度,降低小目标缺陷漏检率。

Patent Agency Ranking