基于改进YOLOv5的船体焊缝缺陷自动检测方法

为解决采用人工手段检测船体焊缝速度慢、准确度低的问题，提出基于改进YOLOv5的船体焊缝缺陷自动检测方法。利用相机采集船体焊缝图像，使用正弦灰度变换对焊缝图像进行处理，避免焊缝图像特征消失，提高正常焊缝与存在缺陷焊缝间的对比度，将处理后焊缝图像作为YOLOv5网络的输入样本，经网络Backbone、Neck以及Head部分处理，输出焊缝缺陷自动检测结果，并使用Ghost Net替换YOLOv5网络主体部分的一般卷积层（CBS），降低网络进行船体焊缝缺陷检测的计算量和资源消耗量。实验结果表明，采用正弦灰度变换后的图像更加清晰，可突出显示焊缝缺陷特征，提升焊缝缺陷检测结果精准。改进后网络训练损失函数为0.15，平均准确率为98%，可实现不同焊缝位置的缺陷检测。