基于改进YOLOv5的铝型材表面缺陷检测方法 |
| |
引用本文: | 席凌飞,伊力哈木·亚尔买买提,刘雅洁.基于改进YOLOv5的铝型材表面缺陷检测方法[J].广西师范大学学报(自然科学版),2024(1):111-119. |
| |
作者姓名: | 席凌飞 伊力哈木·亚尔买买提 刘雅洁 |
| |
作者单位: | 新疆大学电气工程学院 |
| |
基金项目: | 国家自然科学基金(61866037,61462082); |
| |
摘 要: | 针对铝型材表面缺陷不同类别尺寸差别较大,导致检测效果较差的情况,本文提出一种基于改进YOLOv5的铝型材表面缺陷检测算法。首先,在网络中嵌入CA(coordinate attention)注意力机制模块,使网络更好地抑制图像中无效样本的干扰,更多聚焦于有用信息;其次,在原有检测层上增加一个小目标检测层,获取和传递更为丰富且更具判别性的小目标特征,以解决对小目标缺陷检测精度低的问题,提高整体检测精度;最后,引入SIoU损失函数,用边界框回归之间的向量角度来重新定义损失函数,在有效减少总自由度损失的同时提高推理精度。将改进算法应用到天池铝型材数据集中进行验证,实验结果表明:该模型能有效识别铝型材表面不同种类的缺陷,较原YOLOv5算法mAP提高11.4个百分点,检测速度达到66.4 frame/s,能够满足目前铝型材工厂生产现场缺陷检测要求。
|
关 键 词: | 缺陷检测 YOLOv5 注意力机制 SIoU 多尺度融合 |
|
|