手机知网 App
24小时专家级知识服务
打 开
金属学及金属工艺
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
改进YOLOv8的铸件多肉缺陷检测
北方民族大学电气信息工程学院;
北方民族大学宁夏智能信息与大数据处理重点实验室;
北方民族大学机电工程学院
|
刘琦
马行
穆春阳
开通知网号
针对铸造生产过程中铸件表面多肉缺陷数据集少、复杂环境下人工检测困难以及检测效率较低等问题,文中基于YOLOv8提出改进算法。对数据进行增强处理,以便提升模型的鲁棒性,更贴合实际环境;引入残差网络Resnet替换网络主干部分,提高模型提取目标特征的能力...
机 构:
北方民族大学电气信息工程学院;
北方民族大学宁夏智能信息与大数据处理重点实验室;
北方民族大学机电工程学院;
领 域:
金属学及金属工艺;
计算机软件及计算机应用;
自动化技术;
关键词:
缺陷检测;
铸件多肉缺陷;
YOLOv8;
注意力机制;
Resnet;
Dynamic Head;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
81
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
现代电子技术
2025年11期
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索