点击蓝字，关注我们

摘要: 针对工业生产流水线中钢材表面缺陷检测精度低、漏检和误检率高等问题, 提出了一种改进YOLOv5 的钢材表面缺陷检测算法。改进的 YOLOv5 算法中, 利用视觉变换器对主干网络进行优化, 提高了检测精度, 同时创建了更加轻量级的模型, 更加适用于边缘计算设备和嵌入式设备; 通过引入加权交并比, 在处理高精度与低精度锚点时实现了均衡; 通过引入双层级路由注意力机制, 使得模型能更精准地提取钢铁表面的纹理与缺陷特征。钢材表面缺陷数据集上的实验结果表明, 改进后的 YOLOv5 算法对钢材表面缺陷检测具有良好的检测性能, 优于其他对比的算法。改进 YOLOv5 算法的平均精度均值mAP@ 0. 5 相对于 YOLOv5 算法提高了 8%, 其他各项指标也都有涨点, 实现了钢材表面缺陷的精确检测。

关键词: 目标检测; 钢材缺陷检测; 加权交并比机制; 双层级路由注意力机制