来源：期刊VIP网 时间：
作者：谢亮生;张芹;龙川;文瑜;杨俊锋;
单位：南昌航空大学无损检测技术教育部重点实验室;
摘要：为了实现溴铅铯薄膜表面缺陷的自动检测和提高缺陷检测的精度，提出一种改进的目标检测算法YOLOv7-DBS。首先，在主干网络中设计了DCN-ELAN模块，引入了可变形卷积DCNv3，增强主干网络对复杂形状缺陷特征的提取能力；其次，在颈部网络中引入BiFormer注意力机制，降低背景对于缺陷检测的干扰，提升网络的检测精度；最后，引入了一种具有角度损失的新型损失函数SIoU替代原始损失函数CIoU，以增强预测框与真实框的匹配程度，从而提高缺陷检测的准确性。实验结果表明，提出的YOLOv7-DBS改进算法相较于YOLOv7基准模型具有更低的参数量和计算量，分别降低了0.17×106和3×109，对于杂质和不均匀缺陷的检测准确率分别提高了2%和5%，同时模型的mAP@0.5提高了1.68%。这表明提出的改进模型更适合用于溴铅铯薄膜表面缺陷智能检测。
关键词：溴铅铯薄膜;;缺陷检测;;YOLOv7;;可变形卷积;;注意力机制;;损失函数
基金资助：江西省自然科学基金项目（20212BAB201022）;; 江西省创新领军人才长期项目（S2020LQCQ0889）
