基于深度学习的钢材表面缺陷检测算法研究.pdf

基于深度学习的钢材表面缺陷检测算法研究.pdf

摘要

钢材作为一种重要的工业材料广泛应用于各领域,在生产过程中需要快速准确地检

测表面缺陷以防止造成进一步的损失和安全问题。受生产环境、工艺条件以及钢材自身

特性影响,当前钢材表面缺陷检测存在缺陷对比度低易受噪声干扰、缺陷种类多样难兼

顾、边缘设备算力有限导致模型难平衡精度与轻量等问题。本研究针对当前存在问题提

出改进方案,以YOLOv8为基线模型,在不增长计算量的情况下提升模型检测精度,并

使用剪枝和蒸馏操作完成模型的轻量化设计。最终得到的检测模型slim-yolov8相较于

基线模型提升了8%的平

文档评论(0)

1亿VIP精品文档

相关文档