基于注意力机制的YOLO缺陷检测算法研究-于龙振

针对零部件质量控制中的缺陷检测问题，考虑到工业摄像头角度和零部件表面缺陷特征相对固定的特点，提出了一种基于注意力机制的YOLO缺陷检测算法。该算法主要集中在提升算法注意力方面采取了多种策略。首先，采用了CZS算法，将图像中的缺陷区域剪切、缩放和拼接，以便让算法更专注于缺陷相关区域；接着，利用裁减主干网络算法，剔除了原版YOLOv3主干网络中无用的检测尺度层；最后，应用了数据增强算法来扩充训练样本量。实验结果显示，该算法的检测精度达到了99.2%，单帧图像检测时间为0.01秒，性能明显优于原版YOLOv3。尤其在固定摄像头场景下，该算法表现出一定的先进性，通过三项提升注意力的策略，算法训练精度更快地收敛，检测速度更快且性能更加稳定。