基于改进YOLOv11算法的钢材表面缺陷检测模型研究_马小飞.pdf

基于改进YOLOv11算法的钢材表面缺陷检测模型研究_马小飞.pdf

中文摘要

摘要

钢材作为现代装备制造与工业生产的重要基础材料,其表面的质量优劣在很

大程度上影响了最终产品的安全性能以及使用寿命。近年来,以卷积神经网络为

代表的深度学习技术在目标检测领域取得了较大的进展,但在真实的钢铁流水产

线质检场景中,现有算法的应用仍面临一定技术难题。一方面,钢材缺陷图像往

往伴随水渍、氧化皮等背景噪声干扰,且细微点蚀、裂纹等微小缺陷对比度较低,

可能会导致模型特征提取困难与漏检;而另一方面,长条划痕等异形缺

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档