面向工业表面缺陷检测的改进YOLOv8算法

作     者：苏佳 贾泽 秦一畅 张建燕 SU Jia;JIA Ze;QIN Yichang;ZHANG Jianyan

作者机构：河北科技大学信息科学与工程学院石家庄050018 

基　　金：国家自然科学基金青年科学基金(62105093) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第14期

页      码：187-196页

摘      要：针对工业缺陷对比度低、周围干扰信息多导致的误检率和漏检率高的问题,提出一种基于改进YOLOv8的工业表面缺陷检测算法EML-YOLO。通过设计一种高效大卷积模块(efficient large kernel,ELK),在保留空间信息的同时提供多尺度的特征表示,从而提高模型的特征提取能力;提出多支路并行的特征融合模块(multi-scale context module,MCM),使得模型能够获取丰富的特征信息和全局上下文信息;在Neck模块中通过特征压缩和精简来减少模型的参数量和计算量,让模型更适用于资源有限的工业场景。采用GC10-DET和DeepPCB两个工业表面缺陷数据集来验证改进的EML-YOLO算法的有效性。实验结果表明,在GC10-DET数据集和DeepPCB数据集上,检测准确率上分别提高了4.3个百分点和2.9个百分点,参数量仅2.7×10^(6)。所提算法可以较好地应用于工业缺陷检测场景。

主 题 词：缺陷检测 高效大卷积模块 多尺度特征 特征压缩 YOLOv8 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2312-0394

馆 藏 号：203127547...