基于轻量化YOLO的X射线焊缝图像信息检测

来源 :华中科技大学学报(自然科学版) | 被引量 : 1次 | 上传用户:tszhzhc159
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了对X射线焊缝图像上包含许多信息的识别标记进行准确识别,提出了YOLO-G网络和YOLO-D网络.设计基于YOLO(you only look once)的X射线焊缝图像信息检测方法,并通过引入多种轻量化技术大幅降低了网络模型的参数量与计算量,在保证高检测精度的同时加快检测速度,降低对高算力硬件的依赖性.同时根据检测对象的特点对网络结构的预测层以及锚点框的尺寸和个数进行了适应性调整.最后在数据集上进行实验,结果显示:相比于YOLO-V3,YOLO-G与YOLO-D具有更高的准确率,网络模型分别降低
其他文献
The Kuroshio intrusion in a quasi-global eddy-resolving model (LICOMH) and a fully air-sea coupled model (LICOMHC) was evaluated against observations. We found
高校各类教学管理业务系统记录着大学生日常学习和生活的行为数据,逐步形成规模较大,类型多样的学生个人大数据环境.该文从学生学籍信息、学习表现、校园生活三个维度进行分