改进YOLOv5的新能源电池集流盘缺陷检测方法

作者：陈彦蓉; 高刃^*; 吴文欢; 唐海; 袁磊

来源：电子测量与仪器学报, 2023, 37(05): 58-67.

DOI：10.13382/j.jemi.B2205968

• 新能源汽车电池集流盘
• 缺陷检测
• YOLOv5
• 多尺度融合
• 可变形卷积

针对新能源汽车电池集流盘中因目标缺陷分布杂乱、尺寸跨度大和特征模糊而易出现误检、漏检的问题，提出一种基于多尺度可变形卷积的YOLOv5方法(YOLOv5s-4Scale-DCN),以用于汽车电池集流盘缺陷检测。首先，针对不同尺度的缺陷目标，在YOLOv5模型的基础上新增检测层，通过捕获不同尺度缺陷的特征以及融合不同深度的语义特征，提高对不同尺度缺陷目标的检测率；其次，引入可变形卷积，扩大特征图的感受野，使提取的特征辨析力更强，有效地提高了模型的缺陷识别能力。实验结果表明，所提的YOLOv5s-4Scale-DCN算法可以有效检测新能源汽车电池集流盘缺陷，mAP达到了91%,相较原算法提高了2.5%,FPS达到了113.6,重度不良和无盖缺陷这两种类别的缺陷，检测召回率达到了100%,满足新能源汽车电池集流盘缺陷实时检测要求。

• 出版日期2023
• 单位湖北汽车工业学院