基于改進(jìn)YOLO模型的工業(yè)鋁片缺陷檢測(cè)

摘要： 針對(duì)目前鋁片表面缺陷的目標(biāo)檢測(cè)存在很多問(wèn)題，包括現(xiàn)場(chǎng)大規(guī)模算法和計(jì)算設(shè)備的不適用性，以及檢測(cè)速度和精度之間的平衡等，提出了一種基于注意力機(jī)制的新穎輕量級(jí)檢測(cè)方法。在YOLOv4框架的基礎(chǔ)上提出GBANet主干網(wǎng)絡(luò)，其基于一個(gè)新的卷積Ghost模塊構(gòu)建并將改進(jìn)的注意力模塊嵌入在堆疊的Ghost塊中。對(duì)頸部網(wǎng)絡(luò)進(jìn)行了特征融合的重新設(shè)計(jì)和輕量化，增加感受野，通過(guò)SPPF-PANet模...