首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种引入注意力机制的YOLOv7热轧带钢表面缺陷检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西南石油大学

摘要:本发明公开了一种引入注意力机制的YOLOv7热轧带钢表面缺陷检测方法,通过分析传统图像处理方法严重依赖环境,泛化能力弱等问题,以及现有目标检测方法识别效率低等问题,对网络中模块进行分组卷积处理,降低模型参数量,提升运行速度;提出基于注意力机制和YOLOv7网络结合的方式,通过在YOLOv7网络的特征提取网络中引入多尺度融合轻量级注意力模块,使特征提取网络具有全局感受野,提高整个模型的表达能力,增加识别准确率。解决了现有带钢表面缺陷检测系统精度高而速度慢或者速度高而精度低等问题,相较于原版YOLOv7网络模型,改进后的YOLOv7网络模型在精度上提升了4.34%,参数量减少了11%。

主权项:1.一种引入注意力机制的YOLOv7热轧带钢表面缺陷检测方法,其特征在于,该检测方法包括以下步骤:S1、构建标注有待检测带钢表面缺陷的数据集;S2、将YOLOv7颈部网络模块SPPCSP替换为SPPCSPC-Group,对其中卷积进行分组,降低模块的参数量和计算量,构建轻量化的检测模型;S3、在步骤S2中,SPPCSPC模块中包括CSP模块与SPP结构中两个分支共7个卷积,需要对这7个卷积进行卷积分组,对于每一个卷积,都将其分为4组,减少参数量;S4、将多尺度融合轻量级注意力模块添加至检测模型中;S5、在步骤S4中,多尺度融合轻量级注意力模块添加在主干特征提取网络和Neck之间,确保主干特征提取网络的预训练权重使用;S6、添多尺度融合轻量级注意力模块具体为:对主干网络提取出的三个不同大小的特征张量先输入不同尺度感受野的注意力模块中,进行特征融合,对输入特征X∈RC×H×W进行分组,输入X沿着通道维度拆分为G组:X=[X1,...,XG],X∈RCG×H×W;特征Xk沿着通道维度拆分成两个分支Xk1,Xk2∈RC2G×H×W,一个分支用于学习通道注意力特征,一个分支用于学习空域注意力特征;在通道注意力实现方面,采用了最简单的GAP+Scale+Sigmoid的组合,该过程可以描述如下: X′k1=σFCs·Xk1=σW1s+b1·Xk1其中W1∈RC2G×1×1,b1∈RC2G×1×1表示可学习参数;在空间注意力实现方面,采用GN对Xk2进行处理得到空域层面的统计信息,然后采用FC·进行增强,该过程可以描述如下:X′k2=σW2·GNXk2+b2·Xk2其中W2∈RC2G×1×1,b2∈RC2G×1×1表示可学习参数;将空间注意力模块和通道注意力模块的输出进行特征融合,得到整个注意力模块的输出;S7、利用数据集对检测模型行迭代训练,在收敛后选取精度最高的检测模型作为带钢表面缺陷检测模型。

全文数据:

权利要求:

百度查询: 西南石油大学 一种引入注意力机制的YOLOv7热轧带钢表面缺陷检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。