High-Precision Detection Algorithm for Metal Workpiece Defects Based on Deep Learning

doi:10.3390/machines11080834

High-Precision Detection Algorithm for Metal Workpiece Defects Based on Deep Learning

2023-08-16

0

OA

AI

DOI：10.3390/machines11080834

原文链接

原文求助

摘要

En 中文

计算机视觉技术在自动化工业生产中的应用日益广泛。然而，工件检测的准确性是计算机视觉检测技术领域的瓶颈。在此基础上，提出了一种基于YOLOv7深度学习网络改进的新型目标检测与分类深度学习算法，称为CSW-YOLOv7。首先，结合了CotNet Transformer结构，以引导动态注意力矩阵的学习并增强视觉表征能力。随后，引入了参数免费的注意力机制SimAM，在不增加计算复杂度的前提下有效提升了检测精度。最后，采用WIoUv3作为损失函数，有效缓解了训练过程中的多种负面影响，从而更快地提高了模型的精度。实验结果表明，CSW-YOLOv7的mAP@0.5达到93.3%，优于其他模型。此外，本研究还设计了一个多面体金属工件检测系统，并在该系统中进行了大量实验，以验证所提出算法的有效性和鲁棒性。

High-Precision Detection Algorithm for Metal Workpiece Defects Based on Deep Learning

摘要

期刊

机构

引用论文