基于改进型YOLOv4的焊缝图像检测与识别

作者：程松; 戴金涛; 杨洪刚; 陈云霞^*

来源：激光与光电子学进展, 2022, 59(16): 105-111.

• 图像处理
• 深度学习
• 焊缝内部缺陷检测
• 目标检测
• YOLOv4

针对YOLOv4在焊缝X射线探伤缺陷图中检测精度与召回率低的问题，设计了YOLOv4-cs算法。该算法改进了YOLOv4的卷积方式，使得模型训练参数大大减小，其次通过去除下采样及在52×52的特征层中融合第2个残差块得到的特征图的方式提高模型检测精确率，与此同时利用K-means对数据集重新聚类，修改YOLOv4模型的先验框。实验结果表明，YOLOv4-cs在识别铝合金焊接接头X射线3种缺陷的召回率提高显著，其平均精准度均值（mAP）为88.52%，较原YOLOv4模型提升了2.67个百分点，检测速度由20.43 frame/s提升到了24.47 frame/s。

• 单位
  上海电机学院