yolo最新论文：一种基于注意力机制的YOLO缺陷检测算法-于龙振
针对零部件制造质量控制方面的缺陷检测，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，提出一种基于注意力机制的YOLO缺陷检测算法。围绕提升算法注意力，首先采用CZS算法，把图像上的缺陷区域剪切、缩放和拼接成新图像，使注意力集中于缺陷相关区域；然后采用裁减主干网络算法，裁减掉原版YOLOv3主干网络中无用的检测尺度层；最后使用数据增强算法增加训练样本量。实验案例结果表明：该算法检测精度99.2%,单帧图像检测时间0.01 s,性能均优于原版YOLOv3;该算法在固定摄像头场景下具有一定先进性，3项提升注意力的策略使算法训练精度收敛的更快、检测速度更快、检测性能更稳定。
文件下载
评论信息
其他资源
- 刚体动力学 贾书惠 pdf
- Python-TensorFlow实现的人脸性别年龄识别
- 学生选课er模型图
- GraceUIForUniApp-165820.rar
- 微信小程序-大学占座小程序
- 无迹卡尔曼滤波代码
- c# 与三菱FX5U PLC通讯交互
- masm for windows破解版
- 山外调试工具（串口、菜单、DAP、VT下载、KEA编程助手）【含教程】.zip
- droop控制逆变器PSCAD模型
- 图书馆管理系统java源代码
- 编译原理 实现TINY+编译器 课程实验报告
- AI_Tower_Defense-源码
- icmpmon：具有Web界面的简单ICMP监视器-源码
- 进销存项目表结构明细
- 示例数据下载-省会连线.csv
- linux相关知识
- 重型商用车辆燃料消耗量限值 GB 30510-2018
- insight.io for github.rar
- 算法设计与分析基础课后答案（Anany Levitin）（全）
- Xcode iOS11新增包
- 基于Maven的SpringMVC整合UEditor实例，可单独配置上传路径
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明