改进的YOLOv3网络在钢板表面缺陷检测研究

• 作者: 余光辉 周红燕 徐镪 朱洪锦 范洪辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: YOLOv3 缺陷检测 轻量级 空洞卷积 Inception
• 年，卷（期）: 2020,（16）
• 所属期刊栏目: 工程与应用
• 页码范围: 265-272
• 页数: 8页
• 分类号: TP391.41
• 字数: 5282字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2003-0232

摘要

为了提高工业自动化水平,对表面缺陷进行有效检测,提出了一种改进的YOLOv3(You Only Look Once)网络检测方法.使用轻量级网络(MobileNet)来代替YOLOv3原有网络中的密集连接网络(Darknet-53),适当减少参数量的提取;加入空洞卷积,提高网络对小目标缺陷的检测能力;在网络结构的最后一层卷积中加入了Inception结构,进一步减少参数总量并加深网络.改进后的网络在测试集上精准性比原有的YOLOv3网络提高了23.3％,实时性也提高了95.4％,在钢板表面缺陷检测中具有更好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范洪辉	江苏理工学院计算机工程学院	25	72	4.0	7.0
2	朱洪锦	江苏理工学院计算机工程学院	13	23	3.0	4.0
3	徐镪	江苏理工学院机械工程学院	2	1	1.0	1.0
4	周红燕	江苏理工学院机械工程学院	1	0	0.0	0.0
5	余光辉	江苏理工学院机械工程学院	2	1	1.0	1.0