科研之友
微信
新浪微博
Facebook
分享链接
摘要
在选区激光熔融成形过程中，飞溅与熔池包含了能够体现加工质量的重要特征信息，从成形过程采集到的熔池图像中，获得这些信息，实现选区激光熔融的过程监测是近年来研究的重点之一。为了更加精确且有效的从图像中提取熔池和飞溅的信息，提出了一种基于YOLOv5目标检测模型，实现了对成形过程图像中飞溅与熔池的实时定位与捕获。首先，以YOLOv5s目标检测网络为基础，调整骨干网络的深度与宽度，修改检测头的数量。之后，引入自校正卷积与CBAM注意力机制模块，设计了新的特征整合结构，通过上述步骤，提升了网络的检测性能。将工业相机采集到的图像制作为目标检测数据集，进行模型的训练与测试，结果表明该网络能够从原始图像中对飞溅与熔池目标进行准确的定位，在具有良好的检测精度的同时，网络模型的参数量极少，更加符合工业应用的需求。网络的检测精度m AP@0.5:0.95达到了0.466，为基于图像的选区激光熔融过程监测提供了一种新的方法。
- 单位
