基于改进的YOLOv4-tiny钢卷端面缺陷检测

摘要

针对带钢生产过程中钢卷端面出现的缺损和拉丝缺陷,本文提出了一种改进的YOLOv4-tiny检测方法。首先,在主干网络中加入了注意模块,增强检测模型对缺陷特征的聚焦能力,增加一个上采样层,优化了深度特征和浅层特征的特征融合;其次,使用Focal损失函数替换置信度和分类的二分交叉熵损失函数,解决分类过程中存在正负类样本分布不均衡问题;最后,利用加权K-means聚类算法重新聚类得到新的先验框。实验结果表明,本文改进后的模型参数量和检测速度与原模型相当,但检测精确度上取得了更好的效果,更适用带钢生产的实时检测任务。