- 博客(1)
- 收藏
- 关注
原创 中文核心论文速读
3.设计MPCE 模块,形成注意力池化模块,为了削弱复杂背景信息对钢材表面缺陷检测的干扰,使网络更加关注细小缺陷目标信息。2.设计一种新的C2fFB 模块,为了减少参数量,提升网络模型在钢材缺陷检测中的检测速度和精度的同时,也降低了计算成本。1. 通过在主干特征提取网络中引入ConvNext 模块,用其替换主干网络中ELAN模块,为了增强网络对钢材表面细小缺陷的特征提取能力。效果:该模型的mAP达到77.2%,相较于YOLOv7,ECC-YOLO的检测精度提高了10.1%,模型参数量减9.3%。
2024-05-11 09:24:55 207 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人