近日，数学与计算机科学学院王敏博士指导本科生撰写题为“ACD-YOLO：Improved YOLOv5-based Method for Steel Surface Defects Detection”的论文被图像领域的SCI国际期刊IET Image Processing （CCF C类期刊）接收。数学与计算机科学学院计算机科学与技术专业2019级3班学生樊家成为论文第一作者，王敏博士为通讯作者。
论文就在钢铁表面缺陷检测领域中如何平衡检测性能和速度的问题，提出了基于YOLOv5的ACD-YOLO网络模型。ACD-YOLO模型融合了基于改进遗传算法的锚点优化、上下文增强模块和高效卷积算子。实验结果表明，所提ACD-YOLO网络模型的检测精度达到79.3%，检测速度达到每秒72帧。与参考方法相比，所提ACD-YOLO网络模型取得了检测精度和速度之间的最佳平衡，更适用于实际工业生产。
此次学术论文的发表，既展现了学院良好的教学成果和育人成效，也折射出学院坚持以本为本，致力于推动本科教育高质量发展的坚定信心。（文/王敏 一审/赖李涛 二审/何洪涛 三审/蒋家添）
