改进YOLOv5s的带钢表面缺陷检测方法

作者：彭晏飞^*; 袁晓龙; 陈炎康; 赵涛

来源：机械科学与技术, 2023, 1-9.

DOI：10.13433/j.cnki.1003-8728.20230254

• 缺陷检测
• Swin Transformer
• 改进YOLOv5s
• 注意力机制
• 解耦头

针对目前带钢表面缺陷检测算法在实际应用中检测精度低等问题，提出了一种基于改进YOLOv5s的带钢表面缺陷检测方法。以YOLOv5s模型为基础，首先在主干网络融合Swin Transformer结构，并与颈部网络进行特征融合，增强带钢表面缺陷的特征提取能力；其次，将全局注意力机制（Global Attention Mechanism）融合到C3结构中，在减少特征信息弥散的情况下放大全局跨纬度的交互特征，提高检测效率；最后，用解耦头（Decoupled Head）替换模型中的检测头，更好的解决分类任务与回归任务之间的矛盾。用改进后的带钢表面缺陷检测方法在数据集上进行实验，结果表明，改进后的方法精确率达到85.0%，均值平均精度达到80.8%，较原YOLOv5s算法提高了9.5%和5.7%，进一步满足了对带钢表面缺陷检测精度的需求。

• 出版日期2023
• 单位辽宁工程技术大学