改进YOLOv8的轻量级瓷砖表面缺陷检测

作     者：余松森 薛国鹏 何皇 赵桂 文火生 YU Songsen;XUE Guopeng;HE Huang;ZHAO Gui;WEN Huosheng

作者机构：华南师范大学软件学院广东佛山528225 

基　　金：广东省基础与应用基础研究基金省市联合基金重点项目(2020B1515120089) 佛山市高层次派驻人才项目地方级领军人才项目(2020批次) 

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

年 卷 期：2024年第60卷第18期

页      码：88-102页

摘      要：在瓷砖表面缺陷检测方面,在保证一定检测速度的前提下,对于小目标缺陷的检测较为困难,总体检测精度依然较低。提出了一种改进YOLOv8的瓷砖表面缺陷检测方法。第一,对原始的大幅面瓷砖数据集进行数据预处理,通过切片操作得到适合YOLOv8输入尺寸的瓷砖数据,防止瓷砖缺陷在缩放的过程中丢失;第二,考虑到瓷砖表面存在小目标缺陷的占比较大问题,使用SPD-Conv的结构代替传统的下采样方式,能够完整地保留通道维度中的所有信息,从而提高对小目标缺陷的检测能力;第三,对YOLOv8中原有的C2f模块进行改造,加入了Efficient Channel Attention注意力机制,设计了C2f_ECA模块,并在backbone网络中进行替换,使得网络在特征提取的过程中能够更为关注缺陷信息,减少背景信息的干扰;第四,添加了微小目标检测头在第二次下采样后进行检测,提高YOLOv8对微小目标的检测能力。该方法在天池瓷砖瑕疵检测数据集上进行实验验证,改进后的模型分别在mAP50-95、mAP50和mAP75上达到57.7%、86.6%、60.6%,比基础网络YOLOv8s分别提升了9.4、5、14.3个百分点。同时,高于YOLOv8m的精度和远低于YOLOv8m的复杂度,属于轻量级模型,符合工业化的需求。

主 题 词：深度学习 目标检测 瓷砖表面缺陷检测 YOLOv8 注意力机制 

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

D　O　I：10.3778/j.issn.1002-8331.2312-0155

馆 藏 号：203143369...