龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：湖南师范大学
摘要：本发明公开了一种基于改进YOLOv8的钢材表面缺陷目标检测方法，其方法包括获取公开的钢材表面缺陷数据集NEU‑DET；将数据集按照8：1：1划分为训练集，测试集和验证集；对图像进行数据增强；构建改进的YOLOv8‑ST网络模型，将训练集和验证集导入检测模型训练；将训练好的检测模型对测试集上进行目标检测。本发明通过将Backbone中的C2f模块中的Bottleneck用MSBlock替换，构建为C2f_MSBlock模块，引入了多个分支来执行特征提取，并随着网络的深入逐渐增加卷积的核大小；在特征融合网络中引入轻量级上采样算子CARAFE，提高融合特征的质量和丰富度；将模型使用的CIoU损失函数替换为Wise‑Inner‑ShapeIoU损失函数，在聚焦于普通质量的锚框的前提下关注边界框本身的形状和尺度来计算损失；使用Mosaic数据增强，丰富了数据集的样本。本发明相较于原YOLOv8模型在检测精度上有明显提升。
主权项：1.一种基于改进YOLOv8的钢材表面缺陷目标检测方法，其特征在于，包括：1.1.获取公开钢材表面缺陷数据集NEU-DET，该数据集1800张缺陷图像，每种缺陷300张，共六种类别，分别为：压入氧化铁皮rolled-in-scale，RS、裂纹crazing，Cr、麻点pitted-surface，PS、斑块patches，Pa、划痕scratches，Sc和夹杂inclusion，In；1.2.按照8:1:1的比例将数据集划分为训练集、测试集和验证集；1.3.对数据集进行Mosaic增强；1.4.构建基于改进YOLOv8的钢材表面缺陷目标检测网络YOLOv8-ST；1.5.将训练集和验证集导入网络进行训练，得到钢材表面缺陷目标检测模型；1.6.用检测模型对测试集进行钢材表面缺陷检测。
全文数据：
权利要求：
百度查询： 湖南师范大学 一种基于改进YOLOv8的钢材表面缺陷目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号