基于改进YOLOv3算法的带钢表面缺陷检测

• 作者: 叶欣 李维刚 王文波 赵云涛
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 目标检测 带钢表面缺陷 YOLOv3 加权K-means
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1284-1292
• 页数: 9页
• 分类号: TP391.41
• 字数: 6892字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.07.006

摘要

针对热轧带钢表面缺陷检测中存在的检测速度慢、检测精度低等问题,提出了一种改进的YOLOv3算法模型.使用加权K-means聚类算法来优化确定先验框参数,提高先验框(priors anchor)与特征图层(feature map)的匹配度;同时,调整YOLOv3算法的网络结构,融合浅层特征与深层特征,形成新的大尺度检测图层,提高网络对带钢表面缺陷的检测精度.实验结果表明,改进后的YOLOv3算法在NEU-DET数据集上平均精度均值达到了80％,较原有的YOLOv3算法提高了11％;同时检测速度保持在50fps,优于目前其它深度学习带钢表面缺陷检测算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶欣	武汉科技大学冶金自动化与检测技术教育部工程研究中心	6	8	2.0	2.0
2	王文波	武汉科技大学理学院	48	337	9.0	17.0
3	李维刚	武汉科技大学冶金自动化与检测技术教育部工程研究中心	32	61	4.0	6.0
7	赵云涛	武汉科技大学冶金自动化与检测技术教育部工程研究中心	14	15	2.0	3.0