基于改进YOLOv5s的铝型材表面弱缺陷识别方法 |
| |
引用本文: | 张建国,高飞,莘明星,左春梅,刘用文.基于改进YOLOv5s的铝型材表面弱缺陷识别方法[J].船舶工程,2023(6):161-166. |
| |
作者姓名: | 张建国 高飞 莘明星 左春梅 刘用文 |
| |
作者单位: | 1. 上海应用技术大学机械工程学院;2. 上海船舶设备研究所 |
| |
基金项目: | 上海科技成果转化促进会联盟计划——难题招标专项资助项目(LM201770); |
| |
摘 要: | 针对采用传统的机器视觉方法识别铝型材表面弱缺陷存在的效率低和精度差的问题,提出一种将数据增强与YOLOv5s相结合的铝型材表面弱缺陷识别方法。采用anchor-free方法简化人工设计YOLOv5参数的步骤,降低检测复杂度;利用解耦检测器解决YOLOv5s检测中分类与回归任务冲突的问题,加快损失函数的收敛速度。通过优化算法的边界框回归损失函数,提高算法模型的定位精度;同时引入γ参数解决弱缺陷样本不平衡的问题。通过图像马赛克与像素混合方法提升模型对弱缺陷图像的识别能力。试验结果表明,改进算法的检测平均精度均值为93.3%,检测速度为41帧/秒,能提高船舶类铝型材弱缺陷检测的效率和自动化程度。
|
关 键 词: | 铝型材表面 弱缺陷 特征图 YOLOv5 数据增强 |
|
|