基于改进YOLOv5的表面缺陷检测方法

作者：张之江; 魏国亮^*; 张忠; 蔡洁

来源：控制工程, 2023, 1-9.

DOI：10.14107/j.cnki.kzgc.20220689

• 新材料地板表面缺陷
• 瓶装白酒表面缺陷
• 缺陷检测
• 注意力机制
• 改进SIOU-NMS
• YOLOv5

为了提高工业产品表面缺陷的检测精度，提出了一种基于改进YOLOv5的表面缺陷检测方法。首先，结合MixUp、Mosaic和传统方法进行数据增强，在YOLOv5的基础上修改残差单元降低模型的浮点计算量；其次，将SE（Squeeze-and-Excitation）注意力机制插入特征提取层末端和颈部的首端，去除特征图中无用的背景干扰，提高对特征的提取效率；最后在颈部的末端，插入CoT（Contextual Transformer）模块，提高平均检测精度。使用改进SIOU-NMS，剔除重复目标框。实验结果表明，在新材料地板缺陷数据集和瓶装白酒缺陷数据集上，提出的算法平均检测精度为81.2%和79.7%，相比于作为基线的YOLOv5网络模型，提高了3.8%和4.6%，且优于其他典型目标检测算法。展现了该算法对工业产品的表面缺陷进行识别和分类的精确性，可以更好地完成工业产品的质检过程。

• 单位
  上海理工大学