典型文献
基于ECA-SSD模型的汽车零件缺陷检测
文献摘要：
汽车零件对汽车外观、性能以及安全性都有重大影响.由于汽车零件数量大、体积小、对精度要求高,因此对零件检测的精度和速度都有一定的要求.本文利用图像处理技术,以SSD模型为基础,将其中的VGG模块用深度可分离卷积和线性瓶颈倒残差结构替换,并引入避免降维的局部跨通道交互有效的注意力机制ECA模块,在减少模型参数运算量的同时,适当增加通道以提高模型精度,并将注意力放在图像目标上,忽略背景带来的干扰,实现快速又准确的汽车零件缺陷检测.利用本文模型对上汽提供的汽车零件外壁缺陷进行检测,实验结果表明,模型大小仅为15.9 MB,mAP为94.64％,检测每张图片时间为0.013 s,满足汽车工业上的速度和精度的需求.对比性研究表明,本文模型检测精度和速度以及大小较其他目标检测算法VGG-SSD、MobileNetv2-SSD、YOLO v3等有一定的提高和改善.
文献关键词：
有效通道注意力(ECA);深度可分离卷积;倒残差;缺陷检测;SSD(Single Shot Multibox Detector)
中图分类号：
作者姓名：
金文倩;彭露露;朱媛媛;王笑梅
作者机构：
上海师范大学计算机科学与技术系,上海 200234
文献出处：
引用格式：
[1]金文倩;彭露露;朱媛媛;王笑梅-.基于ECA-SSD模型的汽车零件缺陷检测)[J].计算机与现代化,2022(03):82-90
A类：
B类：
ECA,SSD,汽车零件,缺陷检测,车外,重大影响,件数,体积小,精度要求,零件检测,图像处理技术,VGG,深度可分离卷积,倒残差,残差结构,局部跨通道交互,互有,注意力机制,运算量,模型精度,上汽,汽提,外壁,陷进,MB,mAP,每张,片时,汽车工业,对比性,模型检测,检测精度,目标检测算法,MobileNetv2,YOLO,v3,通道注意力,Single,Shot,Multibox,Detector
AB值：
0.445501
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
