面向工業(yè)場(chǎng)景帶鋼表面缺陷檢測(cè)的LF-YOLO

摘要： 針對(duì)工業(yè)場(chǎng)景下帶鋼表面缺陷尺寸大小不一、采集圖像模糊導(dǎo)致傳統(tǒng)缺陷檢測(cè)算法在實(shí)際應(yīng)用中精度低的問(wèn)題，提出一種面向工業(yè)場(chǎng)景帶鋼表面缺陷檢測(cè)的LF-YOLO算法。模型通過(guò)設(shè)計(jì)一種局部填充上采樣模塊對(duì)輸入像素進(jìn)行上采樣，提高模型對(duì)模糊圖片的識(shí)別能力，降低模型對(duì)小目標(biāo)缺陷的漏檢率。通過(guò)引入專注視覺(jué)任務(wù)的FReLU激活函數(shù)，提高模型定位缺陷的準(zhǔn)確率。提出一種輕量級(jí)的漏斗注意力機(jī)制并與特征提...