| 基于YOLOv11改进算法的金属缺陷识别检测 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：4747 K | |
| 標簽： 目标检测 YOLOv11 金属缺陷 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在工业自动化生产中，金属表面缺陷检测面临小目标漏检、定位精度不足等挑战。为此，对YOLOv11模型实施三方面优化。首先，构建C3k2_MLCA模块融合多尺度局部上下文注意力机制，增强网络对细微特征的捕捉。其次，将损失函数由CIoU改进为EIoU，显式约束目标框宽高差异以提升回归精度。最后，设计Detect_LADH 检测头，通过轻量级自适应特征聚合结构优化多尺度缺陷识别。在自建数据集上实验表明，改进模型的mAP@0.5较原始模型提升8.9%，每张图片的推理时间降低至1.4 ms，为工业缺陷检测提供了高精度、高鲁棒性的技术方案。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2