摘要
在新能源汽车(NEV)行业,TERMINAL_PIN焊接面存在缺陷会导致安全事故。针对目前TERMINAL_PIN焊接面缺陷数据集的空缺,现有模型检测小目标物体时存在鲁棒性差、准确率低和训练时间长等问题,首先,从东莞某公司的自动化生产线上收集TERMINAL_PIN焊接面缺陷的图像,构建TERMINAL_PIN焊接面缺陷数据集;其次,提出一种基于YOLOXs的TERMINAL_PIN焊接面表面缺陷检测方法,在预测端的解耦头中加入高效通道注意力(ECA)模块和空间注意力(SA)模块,通过生成的通道和空间注意权重值,抑制干扰信息,增强模型对目标特征的关注度,提高模型对有用信息的利用程度;为了加快收敛,让预测框更符合真实框,在损失函数中引入完全交并比(CIoU)。实验结果表明,改进后的YOLOXs在TERMINAL_PIN焊接面缺陷数据集上的平均精度均值(mAP)值达91.98%,比原始YOLOXs高4.35个百分点,确保TERMINAL_PIN焊接面缺陷检测有较高的准确率。
- 单位