您当前的位置：
首页 >
文章列表页 >
基于改进的Yolov5s钢板表面缺陷检测模型研究
人工智能 | 更新时间：2025-09-02

    • 基于改进的Yolov5s钢板表面缺陷检测模型研究

    • Research on Steel Plate Surface Defect Detection Model Based on Improved Yolov5s

    • “在钢铁生产领域，研究人员提出了一种改进的轻量级钢板表面缺陷检测模型，有效解决了特征冗余问题，提高了检测精度，为钢板表面缺陷检测提供了高效解决方案。”
    • 软件导刊   2025年24卷第8期 页码：65-71

    • DOI：10.11907/rjdk.241525    

      中图分类号： TP391.41

    • 收稿日期：2024-07-09，

      纸质出版日期：2025-08-15

    移动端阅览

  • 宁安安,胡安明.基于改进的Yolov5s钢板表面缺陷检测模型研究[J].软件导刊,2025,24(08):65-71. DOI： 10.11907/rjdk.241525.

    NING An'an,HU Anming.Research on Steel Plate Surface Defect Detection Model Based on Improved Yolov5s[J].Software Guide,2025,24(08):65-71. DOI： 10.11907/rjdk.241525.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于模拟数据的古建筑火灾检测改进算法研究
面向无人机视角的小目标检测模型
一种基于改进型YOLOv5s的结直肠息肉检测算法QB-YOLO
基于改进YOLOv8n的轻量化PCB板表面缺陷检测算法
基于改进YOLOv5s的航拍目标检测算法

相关作者

王飞龙
周思恒
王鹏林
史东辉
江金松
杨欢
徐建宇
林昊

相关机构

安徽建筑大学 电子与信息工程学院
安徽建筑大学 智能建筑与建筑节能安徽省重点实验室
安庆师范大学 计算机与信息学院
华南师范大学 软件学院
湖南工业大学 计算机学院
0