基于改进YOLOv5的锂电池极片缺陷检测

作者：毛晓; 李林升; 桂久琪; 王庆秋

来源：上海电机学院学报, 2022, 25(06): 359-372.

• 锂电池极片
• 深度可分离卷积
• 卷积注意力模块
• 多尺度检测结构

针对传统目标检测法在锂电池极片缺陷检测中存在小目标缺陷漏检率高的问题,提出了一种改进的YOLOv5算法。首先,输入端引入图像增强预处理(IEP),提高图像对比度;其次,采用深度可分离卷积(DSC)替换标准卷积,降低模型参数;然后,添加卷积注意力模块(CBAM),增强网络对空间和通道的关注度;最后,扩充多尺度检测结构(MDS),提升模型对小目标缺陷的检测性能。结果表明:改进的YOLOv5-IDCM算法对锂电池极片缺陷检测的平均精度均值达93.1%,相比原始YOLOv5算法提高了2.4%,网络权重缩减至10.3MB,与其他主流检测算法相比具备一定的优势。

• 单位
  电气学院; 上海电机学院