鋼鐵零件表面缺陷檢測的改進YOLOv5-FGC識別算法

摘要： 針對傳統(tǒng)YOLOv5算法在鋼鐵零件表面缺陷檢測過程中存在諸多難分類樣本，全局特征提取不足導致檢測精度較低等問題，提出了一種基于YOLOv5-FGC的鋼鐵零件表面缺陷檢測方法。該方法引入Focal-EIOU Loss替換預測框回歸的CIOU損失函數(shù)，提高了模型的收斂速度和準確率，使邊框回歸更為精準；在Backbone中加入全局注意力機制（Global Attention Mech... （共10頁）