基于rsme-yolo的轻量化led灯泡外观缺陷检测方法
Year: 2026
Type: article
Abstract: 为解决现有LED灯泡外观缺陷检测算法计算资源需求大和精度低的问题，设计一种RSME-YOLO算法。首先，提出一种重构的轻量化RD-HGNet主干，降低计算冗余的同时增强梯度稳定。其次，采用Slim-Neck模块，减少冗余计算，同时保留跨通道交互，高效维持多尺度特征融合。然后，设计一种融合多头自注意力机制的MSA-Detect检测头，增强特征交互能力和模型表达能力。最后，通过更换长宽分别解耦的EIoU损失函数，解决不平衡优化对模型带来的负面影响。与YOLOv8n基础算法相比，RSME-YOLO的参数量下降了33.2%，GFLOPs降低40.7%，权重文件大小仅为4.2 M，在验证集和测试集上mAP50分别达到87.1%和86.8%。该算法检测精度更高，同时实现了轻量化，更加适用于中小型企业对LED缺陷检测的智能升级。
Source: Journal of Applied Optics
Authors: Yuanzhao ZHANG, 华北理工大学 电气工程学院，河北 唐山 063210, Xiaolong ZHANG, Chuanjin CUI, 浙江耀恒光电科技有限公司，浙江 杭州 311600
Language: English
Subfield: Industrial and Manufacturing Engineering
Field: Engineering
Domain: Physical Sciences
Open Access status: hybrid
OpenAlex ID: W7140308240
FWCI:
Cites:
Cited by:
Related to: