基于YOLOv5的复合薄膜气泡检测研究

作者：左晓军; 张勇斌^*; 马克西姆; 郭蓉; 邵丽蓉; 马延强; 林玉龙

来源：数字印刷, 2022, (03): 42-48.

DOI：10.19370/j.cnki.cn10-1304/ts.2022.03.005

• 复合薄膜
• YOLOv5
• 目标检测
• 优化器

在复合和熟化生产过程中，复合薄膜产品经常出现气泡，严重制约车间生产产量和产品质量提升。本研究提出了一种基于YOLOv5算法的复合薄膜气泡缺陷检测的方法。首先通过实验对比了SGD和Adam优化器对网络训练结果的影响，构建适用于薄膜气泡检测的YOLOv5网络模型，对采集的图像通过平移、改变亮度、添加噪声、旋转角度和翻转等方法进行图像增强，提高模型的鲁棒性。实验结果显示该模型的m AP为94.3%，气泡能被准确识别且置信度相对较高，每张图像检测时间仅需0.01s左右，该模型具有较高的气泡识别能力，提高了车间气泡检测的效率和准确率，节省大量人工成本，提高企业的生产效率。

• 单位
  机电工程学院; 北京印刷学院