标题：基于轻量化YOLO网络的热轧带钢表面缺陷检测
作者：夏旭 阮佩
作者单位：西安工程大学电子信息学院，陕西 西安710048
关键字：深度学习；缺陷检测；NEU-DET；轻量化技术；多尺度策略
摘要：针对热轧带钢表面缺陷检测中检测精度不高、卷积特征对尺度敏感的问题，设计了高效的特征提取模块（FEM）和增强的多尺度特征模块（MFM），并提出了一种基于深度学习的轻量化的热轧带钢表面缺陷检测方法，即Better Lightweight YOLO（BL-YOLO）。实验结果表明，该缺陷检测网络在性能和消耗之间达到了很好的平衡，以61.9 fps达到了80.1的mAP。