科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统YOLO算法检测金属表面缺陷如斑块、开裂、划痕等性能差的问题，提出了一种改进YOLOv5算法的金属表面缺陷检测方法。首先增加3个小尺寸锚框以便更好地选中小目标缺陷位置；其次在骨骼网络中增加3个特征提取层，以解决对于细小缺陷算法无法检测到的情况。针对检测图片分辨率过大情况，在后续检测中借鉴了YOLT算法的方式，将检测图像分解为多个小图像进行检测，再将小图收回组合，计算检测物坐标相对值，集体进行非极大值抑制，减少检测锚框重合问题。基于改进的YOLOv5算法进行金属表面缺陷检测，结果表明：其召回率相较于改进前提高了10%～20%，平均精准度提高了15.40%，改进算法具有较好的检测性能。
- 出版日期2022
- 单位四川轻化工大学; 宜宾学院
