融合SA注意力機(jī)制的YOLO5s在石油油管表面缺陷檢測的應(yīng)用

摘要： 針對石油廠油管表面缺陷檢測存在檢測精度低、速度慢和模型復(fù)雜等問題，提出一種SA-YOLO算法。以YOLOv5s模型為基礎(chǔ)，對原數(shù)據(jù)集進(jìn)行預(yù)處理，采用BoTNet Transformer結(jié)構(gòu)代替Backbone特征主干的部分卷積，并用multi-head self-attention(MHSA)替換卷積層，以減少網(wǎng)絡(luò)層，同時(shí)提高獲取全局信息的能力；最后，將Shuffle Atte... （共8頁）