研究·计算机应用 | 浏览量 : 0 下载量: 0 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于YOLOv5的小型铝铸件涡轮缺陷检测

    • Defect Detection of Small Aluminum Casting Turbines Based on YOLOv5

    • 在小型铝铸件涡轮表面缺陷检测领域,研究者提出了一种改进YOLOv5的算法,通过数据增强、K-means++算法、CA注意力机制模块和添加小目标检测层,显著提升了小目标缺陷的检测效果,平均精度均值达到97.8%,为智能制造自动化生产提供了有效解决方案。
    • 2024年44卷第6期 页码:760-765   

      纸质出版日期: 2024-06-20

    • DOI: 10.15980/j.tzzz.2024.06.006     

    扫 描 看 全 文

  • 葛前峰,袁浩,王渊,等. 基于YOLOv5的小型铝铸件涡轮缺陷检测[J]. 特种铸造及有色合金,2024,44(6):760-765. DOI: 10.15980/j.tzzz.2024.06.006.
    GE Q F,YUAN H,WANG Y,et al. Defect detection of small aluminum casting turbines based on YOLOv5[J]. Special Casting & Nonferrous Alloys,2024,44(6):760-765. DOI: 10.15980/j.tzzz.2024.06.006.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

白蕊 太原科技大学材料科学与工程学院
胡勇 太原科技大学材料科学与工程学院
金泽发 宁夏大学材料与新能源学院
刘宏泉 栋梁铝业有限公司
闫志杰 中北大学材料科学与工程学院;特殊环境先进金属材料山西省重点实验室
蔡振林 华南理工大学聚合物成型加工工程教育部重点实验室
刘斌 华南理工大学聚合物成型加工工程教育部重点实验室
文劲松 华南理工大学聚合物成型加工工程教育部重点实验室

相关机构

太原科技大学材料科学与工程学院
宁夏大学材料与新能源学院
栋梁铝业有限公司
中北大学材料科学与工程学院
特殊环境先进金属材料山西省重点实验室
0