12月2日下午,安徽工业大学博士生张卉在秀山校区机械楼502作题为“铸件表面缺陷检测算法研究”的学术报告。
报告会上,张卉首先对铸件无损检测及缺陷定位任务进行了系统讲解,介绍了铸件表面缺陷检测算法研究现状,包括基于传统图像处理方法的表面缺陷检测算法、基于传统机器学习的表面缺陷检测算法和基于深度学习的表面缺陷检测算法。接着,着重介绍了基于锚框的目标检测网络YOLOv5直接用于铸件缺陷检测存在精度低和效率低下的问题,提出了一种改进YOLOv5轻量级铸件表面缺陷检测算法,基于自建的铸件表面缺陷数据集,使用Kmeans++算法对数据集进行聚类生成锚框参数,使用SIoU损失函数替换原始损失,并融合改进的Improved-CBAM注意力机制,提升了算法对小目标物体的检测能力,使得模型具有更高检测精度的同时避免复杂背景干扰等问题。最后,还就其最新研究成果与参会师生进行了分享。
会后,张卉针对铸件表面缺陷检测难点分析等问题与师生进行了深入交流座谈。
(撰稿:张卉 审核:陈彬 谢能刚)