基于复杂背景改进YOLOv11网络的焊缝缺陷识别方法AET-电子技术应用-最丰富的电子设计资源平台

基于复杂背景改进YOLOv11网络的焊缝缺陷识别方法
所属分类：技术论文
上传者：wwei
文档大小：4721 K
标签：焊缝缺陷缺陷检测深度学习
所需积分：0分积分不够怎么办？
文档介绍：针对复杂背景中焊接缺陷尺度变化大、对比度低、缺陷多样化重叠问题，提出一种改进YOLOv11焊缝表面缺陷检测算法。引入SEAMHead结构通过空间与通道注意力机制自适应强化缺陷相关的显著区域，从而增强模型对焊缝缺陷边界与细节信息的感知能力；利用WaveletPool模块有效提取不同尺度下的纹理与结构信息，提高模型在复杂背景条件下对焊缝关键特征的捕获能力。改进模型的精确率、召回率、F1及mAP50分别达到88.1%、87.8%、87.9%和88.7%，整体性能优于其他YOLO系列模型，实现了精度与召回的有效平衡，尤其适用于对漏检敏感工业场景下的高效焊缝缺陷检测应用。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。