基于YOLOv5的改进轻量型X射线铝合金焊缝缺陷检测算法

作者：程松; 杨洪刚; 徐学谦; 李敏; 陈云霞^*

来源：中国激光, 2022, 49(21): 136-144.

• 测量
• 无损检测
• YOLOv5
• 缺陷识别
• 轻量型模型

基于计算机视觉的图像识别和处理技术迅速发展，因此，X射线焊缝图像智能化评片已成为无损X射线检测的研究热点之一。快速准确识别焊缝内部小目标缺陷是智能评片的一个难点，鉴于此，本文提出了一种基于YOLOv5-Tiny的轻量型焊缝缺陷识别方法。首先，在Backbone部分加入注意力机制SELayer,使模型实现持续的性能提升；然后，用GhostBottleneck模块替换Head层中的C3模块，保留边缘信息；最后，去除用于检测大物体的13×13特征层，并将多数普通卷积替换成深度可分离卷积，加快模型的训练与预测。模型分别采用DIoU与CIoU两种损失函数进行训练。实验结果表明：与YOLOv5s模型相比，YOLOv5-Tiny模型的参数量减少了33.6%,处理速度提升了17.5%,预测权重减小了32.8%,更好地实现嵌入式使用，模型的平均精度均值得到提升。

• 单位
  上海电机学院; 上海电力大学