基于YOLOv5算法改進(jìn)的鋼材表面缺陷檢測

打開文本圖片集

摘  要：鋼材表面缺陷檢測一直是目標(biāo)檢測領(lǐng)域重要的研究問題。針對(duì)該問題，該文以東北大學(xué)開源數(shù)據(jù)集NEU-DET為樣本數(shù)據(jù)，對(duì)YOLOv5算法進(jìn)行改進(jìn)，得到Y(jié)OLOv5_LH網(wǎng)絡(luò)模型。首先對(duì)聚類算法進(jìn)行優(yōu)化，使用K-means++算法優(yōu)化錨框，然后把主干網(wǎng)絡(luò)中Conv層更換為特征提取能力更強(qiáng)的RepVGG網(wǎng)絡(luò)，并在SPPF層前添加BotNet注意力機(jī)制，在Neck層引用BiFPN特征金字塔替代原有的網(wǎng)絡(luò)結(jié)構(gòu)，同時(shí)也對(duì)損失函數(shù)進(jìn)行優(yōu)化。（剩余6325字）