基于改进YOLOv5的船体焊缝缺陷自动检测方法 |
| |
引用本文: | 杜玉红,叶萧然,侯守明.基于改进YOLOv5的船体焊缝缺陷自动检测方法[J].舰船科学技术,2023(19):185-188. |
| |
作者姓名: | 杜玉红 叶萧然 侯守明 |
| |
作者单位: | 1. 河南理工大学鹤壁工程技术学院;2. 河南理工大学 |
| |
基金项目: | 河南省高等学校重点科研项目计划(教科技[2021]383号)(22B520018); |
| |
摘 要: | 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。
|
关 键 词: | YOLOv5 船体焊缝 缺陷检测 网络优化 灰度变换 图像采集 |
|