久久77丨久久国产精品精品国产色婷婷丨撕开奶罩揉吃奶高潮av在线观看丨天天干天天上丨日韩~欧美一中文字幕丨a三级三级成人网站在线视频丨荫蒂被男人添的好舒服爽免费视频丨日韩色偷偷丨国产精品久久久久久久久人妻丨91玉足脚交白嫩脚丫丨亚洲aaa视频丨91精品国产综合久久久蜜臀丨免费毛片网站在线观看丨亚洲高清乱码午夜电影网丨五月综合激情婷婷六月丨丝袜高跟麻麻浓精受孕人妻丨免费麻豆视频丨婷婷av在线丨天海翼一区二区丨三级全黄不卡的丨欧美成va视频网站丨伊人网在线视频丨亚洲熟妇av乱码在线观看丨亚洲欧美网丨www无套内射高清免费

專利類型：

發明公開

申請(專利)號：

CN202310196836.2

申請日：

2023-03-03

申請公布號：

CN116433593A

申請公布日：

2023-07-14

申請人：

江蘇科技大學

地址：

212008 江蘇省鎮江市京口區夢溪路2號

發明人：

趙超;束鑫;嚴熙;諸峰;左欣;范燕

專輯：

信息科技

專題：

計算機軟件及計算機應用

主分類號：

G06T7/00

分類號：

G06T7/00;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/04;G06N3/08

國省代碼：

32

頁數：

10

代理機構：

南京蘇高專利商標事務所(普通合伙)

代理人：

柏尚春

主權項：

1.一種基于RDD-YOLO算法的鋼鐵表面缺陷檢測方法,其特征在于,包括以下步驟：(1)在帶鋼表面缺陷圖像數據集獲取數據樣本,將數據樣本以特定比例劃分訓練集與測試集；并對訓練集中的圖像進行預處理；(2)構建基于RDD-YOLO算法的鋼鐵表面缺陷檢測模型,所述鋼鐵表面缺陷檢測模包括backbone部分、neck部分和head部分；所述backbone部分使用Res2Net網絡結構模塊替換YOLOv5原始backbone網絡中的模塊CSP-n；所述neck部分采用雙重特征金字塔特征融合模塊DFPN；所述head部分使用解耦頭DecoupledHead替換YOLOv5中原有的檢測頭；(3)利用訓練集對鋼鐵表面缺陷檢測模型進行訓練,獲取最優檢測模型；(4)利用訓練得到的最優檢測模型對測試集中的圖片進行檢測；(5)對測試集的檢測結果進行檢測精度和速度評價；評價指標包括全類平均精度mAP和每秒檢測幀數FPS。

摘要：

本發明公開了一種基于RDD-YOLO算法的鋼鐵表面缺陷檢測方法,包括：使用Res2Net模塊替換YOLOv5的原始backbone網絡中的模塊CSP-n以加強特征提取能力；在YOLOv5的Neck部分設計了一個新的特征融合模塊雙重特征金字塔特征融合模塊DFPN,用于融合不同尺度的特征圖,進一步提取特征圖中的信息；在head部分采用了解耦頭的結構來替換原有的YOLOv5檢測頭。本發明構建雙重特征金字塔特征融合模塊DFPN以充分利用網絡中的所有信息,使其更精細地融合特征,緩解鋼鐵表面缺陷尺度大小不一的問題；使用DecoupledHead解耦頭能夠使分類任務與定位框的回歸任務分離開,從而使預測更加精準；本發明可用于對復雜場景下鋼鐵表面缺陷檢測任務,并且檢測精度較傳統的模型有較大的提升。