26年WP网络工程 基于深度学习的钢材表面缺陷检测19.65-AI11.43全日(33784字).docx

1WHKJ 大学本科毕业论文摘 要钢材的表面质量在很大程度上决定了最终产品的性能和安全性，但在实际生产中，由于工艺波动和设备磨损等原因，表面容易出现裂纹、夹杂、斑块、划痕、氧化铁皮压入及麻点等缺陷。目前国内钢铁企业仍以人工肉眼检测为主，存在效率低、漏检率高、成本高等问题，传统图像处理和机器学习方法也难以满足工业环境的要求。针对这一情况，本文提出一种基于改进 YOLOv11 的检测方法，主要做了以下几方面工作。以 YOLOv11 为基础框架，加入 SE 注意力机制进行改进，在颈部网络的每个 C3k2模块后嵌入 SE 模块，通过全局平均池化压缩特征通道的...