基于改进YOLOv5的O型密封圈缺陷检测方法

作者：朱文博; 夏林聪; 陈龙^*; 吴晨睿; 陈红光

来源：上海理工大学学报, 2022, 44(05): 440-448.

DOI：10.13255/j.cnki.jusst.20220413001

• YOLOv5
• O型密封圈
• 缺陷检测
• 卷积注意力机制
• 双向特征金字塔网络

针对O型密封圈缺陷难以人工识别的问题，提出一种基于改进YOLOv5的表面缺陷自动检测方法。在数据预处理阶段，采用半自动标注方法减少人工标注成本，同时将拼接图片改为9张以实现Mosaic数据增强方法。在网络预测层引入标签平滑方法以减少模型过度依赖标签。在骨干网络中添加卷积注意力机制模块，强化有效信息，使骨干网络提取更加细致的局部特征信息。同时，针对缺陷类型尺度变化大的特点，引入剪枝的双向特征金字塔网络，以解决大小缺陷在特征提取过程中的丢失问题。实验结果表明，基于改进的YOLOv5与原YOLOv5相比，O型圈表面缺陷检测平均精度均值提高了4.26%，并且检测速度在25 ms之内，能够满足实际生产需要。

• 单位
  上海理工大学