YOLOv5框架下的飞机蒙皮铆接缺陷检测

作者：魏英姿; 苏迈^*

来源：组合机床与自动化加工技术, 2023, (07): 106-109.

DOI：10.13462/j.cnki.mmtamt.2023.07.024

• 飞机蒙皮
• 制孔质量
• 铆接阶差
• 缺陷检测
• 数据增强
• YOLOv5模型

飞机蒙皮制孔及铆接质量的视觉辅助检测是飞机装配过程的关键环节，为提高其智能检测效率和精度，提出改进YOLOv5模型的飞机蒙皮铆接装配缺陷的检测方法。研究蒙皮制孔、铆接质量等，执行多种特征缺陷检测。为减少数据增强过程中计算损耗，避免训练过程中过拟合现象，引入随机数据增强策略作数据增广，采用强化学习方法确定随机搜索策略的超参数，可提升深度学习的数据驱动性能；更改损失函数为α-CIoU函数，并使用非极大抑制软计算方法(soft-NMS)进行预测框的筛选，以避免漏检情况，提高多种缺陷检测判别的准确性；最后将YOLOv5改进前、后算法进行对比实验。实验结果表明，在检测速度上单张图片检测时间可达到1.78 s,检测平均精度均值提升了16.4%,达到94.6%,精确率提升18.8%,达到90.7%,满足飞机批量化检测的精度要求和实时检测需求。

• 单位
  沈阳理工大学