来源：期刊VIP网 时间：
作者：涂福泉;吴淇;高路萍;白云;
单位：武汉科技大学机械工程系;武钢资源集团大冶铁矿有限公司;
摘要：为了及时发现并修复带式输送机表面缺陷，延长其使用寿命，提出了一种新的识别算法。该算法采用Swin Transformer作为骨干网络，以增强特征提取能力；结合增强型深度残差网络以加速网络收敛，并通过引入多尺度特征金字塔实现特征的有效融合。在后处理阶段，算法使用区域建议网络，并利用Soft-NMS和ROI Align技术优化缺陷识别的准确性和定位精度。实验结果表明：算法在平均精度（mAP）上达到95.9%，比YOLOv8提高了6.1%。该算法有效解决了漏检、样本分布不均、小目标识别精度低以及表面灰尘干扰对识别的影响问题，从而提高了带式输送机表面缺陷识别的准确性和效率。
关键词：表面缺陷识别;;增强型深度残差网络;;多尺度特征金字塔结构
基金资助：国家自然科学基金资助项目(52375061)
