检测精度高且速度达标
面向连续铸钢板坯检测的改进YOLOv5模型，引入VCIoU损失和注意力机制，在自建数据集上mAP@50:95达到87.75%，比YOLOv5s提高1.58%。
Hongliang, Yang · 方一鸣 · 刘乐 · Hao, Ju · Kang, Kesong
IEEE Transactions on Instrumentation and Measurement 2023
引入VCIoU损失，利用顶点与中心点距离信息，在不增加计算成本的情况下提高检测精度。
加入注意力机制和BiFPN，提升网络对关键特征的提取能力。
在提高精度的同时满足连铸现场对检测速度的要求。