原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第４６卷第４期兵器装备工程学报２０２５年４月
ｄｏｉ:１０.１１８０９/ｂｑｚｂｇｃｘｂ２０２５.０４.０３７
轻量级钢材表面缺陷检测的ＹＯＬＯｖ８改进方法
沈学利ꎬ赵青华
(辽宁工程技术大学软件学院ꎬ辽宁葫芦岛１２５１０５)
摘要:针对目前钢材缺陷检测模型计算量大、模型复杂度高ꎬ导致在计算能力有限的设备部署缺陷检测算法困难的
问题ꎬ提出一种轻量化检测模型ＹＯＬＯ￣ＳＳＣꎮ采用ＳＰＤ￣Ｃｏｎｖ模块替换Ｂａｃｋｂｏｎｅ中的ＣＢＳ模块ꎬ减少小目标细粒度特
征信息损失ꎬ提高缺陷检测精度ꎻ采用ＧＳＣｏｎｖ构建Ｓｌｉｍ￣ｎｅｃｋ颈部结构ꎬ减少模型计算量和参数量ꎻ设计Ｃ２ｆ￣Ｆａｓｔｅｒ￣
ＧＡＭ结构ꎬ进一步轻量化模型ꎬ提升模型对重要信息的关注度ꎮ在ＮＥＵ￣ＤＥＴ带钢缺陷数据集上实验ꎬＹＯＬＯ￣ＳＳＣ算
６
法的参数量和计算量分别为２.２７×１０和５.８ＧＦＬＯＰｓꎬ仅为基线的７５.４％和７１.６％ꎮｍＡＰ和准确率较基线分别提
高了２.２％和１.７％ꎬ实验表明提出的模型具有良好的检测性能ꎮ
关键词:表面缺陷ꎻ缺陷检测ꎻ钢材ꎻＹＯＬＯｖ８ꎻ轻量化模型ꎻＳｌｉｍ￣ｎｅｃｋ
本文引用格式:沈学利ꎬ赵青华.轻量级钢材表面缺陷检测的ＹＯＬＯｖ８改进方法[Ｊ].兵器装备工程学报ꎬ２０２５ꎬ４６
(４):３０２－３０９.
Ｃｉｔａｔｉｏｎｆｏｒｍａｔ:ＳＨＥＮＸｕｅｌｉꎬＺＨＡＯＱｉｎｇｈｕａ.ＩｍｐｒｏｖｅｄＹＯＬＯｖ８ｍｅｔｈｏｄｆｏｒｓｕｒｆａｃｅｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎｏｆｌｉｇｈｔｗｅｉｇｈｔｓｔｅｅｌ
[Ｊ].ＪｏｕｒｎａｌｏｆＯｒｄｎａｎｃｅＥｑｕｉｐｍｅｎｔＥｎｇｉｎｅｅｒｉｎｇꎬ２０２５ꎬ４６(４):３０２－３０９.
中图分类号:ＴＰ３９１.４文献标识码:Ａ文章编号:２０９６－２３０４(２０２５)０４－０３０２－０８
ＩｍｐｒｏｖｅｄＹＯＬＯｖ８ｍｅｔｈｏｄｆｏｒｓｕｒｆａｃｅｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎｏｆ
ｌｉｇｈｔｗｅｉｇｈｔｓｔｅｅｌ
ＳＨＥＮＸｕｅｌｉꎬＺＨＡＯＱｉｎｇｈｕａ
(ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅꎬＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙꎬＨｕｌｕｄａｏ１２５１０５ꎬＣｈｉｎａ)
Ａｂｓｔｒａｃｔ:Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｌａｒｇｅａｍｏｕｎｔｏｆｃａｌｃｕｌａｔｉｏｎａｎｄｈｉｇｈｃｏｍｐｌｅｘｉｔｙｏｆｔｈｅｃｕｒｒｅｎｔｓｔｅｅｌ
ｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎｍｏｄｅｌꎬｗｈｉｃｈｍａｋｅｓｉｔｄｉｆｆｉｃｕｌｔｔｏｄｅｐｌｏｙｔｈｅｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｉｎｔｈｅｅｑｕｉｐｍｅｎｔ
ｗｉｔｈｌｉｍｉｔｅｄｃｏｍｐｕｔｉｎｇｐｏｗｅｒꎬａｌｉｇｈｔｗｅｉｇｈｔｄｅｔｅｃｔｉｏｎｍｏｄｅｌＹＯＬＯ￣ＳＳＣｉｓｐｒｏｐｏｓｅｄ.ＴｈｅＳＰＤ￣Ｃｏｎｖ
ｍｏｄｕｌｅｗａｓｕｓｅｄｔｏｒｅｐｌａｃｅｔｈｅＣＢＳｍｏｄｕｌｅｉｎｔｈｅＢａｃｋｂｏｎｅｔｏｒｅｄｕｃｅｔｈｅｌｏｓｓｏｆｆｉｎｅ￣ｇｒａｉｎｅｄｆｅａｔｕｒｅ
ｉｎｆｏｒｍａｔｉｏｎｏｆｓｍａｌｌｔａｒｇｅｔｓａｎｄｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃ
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）