基于多模態(tài)與自適應(yīng)特征融合的鋼材表面缺陷檢測

打開文本圖片集

摘 要：針對鋼材表面不同類型缺陷的形狀、深度差異以及尺寸偏小導(dǎo)致的缺陷檢測性能不足，造成檢測準(zhǔn)確率偏低的問題，提出一種基于YOLOv5的多模態(tài)與自適應(yīng)特征融合的鋼材表面缺陷檢測算法；采用多信息關(guān)聯(lián)金字塔池化單元，結(jié)合空洞卷積與特征注意力機(jī)制，增大目標(biāo)感受野進(jìn)行特征多模態(tài)融合，提高特征融合能力；針對小目標(biāo)，采用多尺度特征融合雙塔模塊獲取更多深層信息，自適應(yīng)累積注意力權(quán)重影響因子，在保留更多深層特征信息的前提下，提高深層特征對淺層特征的影響力，從而提高小目標(biāo)檢測精度；引入輕量化卷積C3單元，提出混合深度可分離機(jī)制，以解決原始模型以及改進(jìn)單元帶來的計算負(fù)擔(dān)，提高模型的檢測效率。（剩余11926字）