基于改进YOLOv5的铝型材表面缺陷检测方法

作     者：席凌飞 伊力哈木·亚尔买买提 刘雅洁 XI Lingfei;Yilihamu Yaermaimaiti;LIU Yajie

作者机构：新疆大学电气工程学院 

出 版 物：《广西师范大学学报(自然科学版)》 (Journal of Guangxi Normal University(Natural Science Edition))

年 卷 期：2024年第42卷第1期

页      面：111-119页

学科分类：08[工学] 080203[工学-机械设计及理论] 080502[工学-材料学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 

基　　金：国家自然科学基金(61866037 61462082) 

主　　题：缺陷检测 YOLOv5 注意力机制 SIoU 多尺度融合 

摘      要：针对铝型材表面缺陷不同类别尺寸差别较大，导致检测效果较差的情况，本文提出一种基于改进YOLOv5的铝型材表面缺陷检测算法。首先，在网络中嵌入CA(coordinate attention)注意力机制模块，使网络更好地抑制图像中无效样本的干扰，更多聚焦于有用信息；其次，在原有检测层上增加一个小目标检测层，获取和传递更为丰富且更具判别性的小目标特征，以解决对小目标缺陷检测精度低的问题，提高整体检测精度；最后，引入SIoU损失函数，用边界框回归之间的向量角度来重新定义损失函数，在有效减少总自由度损失的同时提高推理精度。将改进算法应用到天池铝型材数据集中进行验证，实验结果表明：该模型能有效识别铝型材表面不同种类的缺陷，较原YOLOv5算法mAP提高11.4个百分点，检测速度达到66.4 frame/s,能够满足目前铝型材工厂生产现场缺陷检测要求。