基于改进YOLOv5s模型的风电叶片内腔缺陷检测

作     者：张成义 郭贺 ZHANG Chengyi;GUO He

作者机构：上海发电设备成套设计研究院有限责任公司上海200240 

出 版 物：《科技导报》 (Science & Technology Review)

年 卷 期：2024年第42卷第9期

页      面：67-75页

核心收录：

学科分类：12[管理学] 080801[工学-电机与电器] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：YOLOv5s模型 风电叶片 缺陷检测 

摘      要：针对风电叶片轻微裂纹难于检测的问题,提出一种基于改进YOLOv5s模型的检测方法:通过在主干网络部分使用空洞空间金字塔池化(ASPP)代替空间金字塔池化(SPP)以适应不同大小和比例的目标,将注意力机制模块(squeeze and excitation,SE)插入主干网络中以增加网络对微小缺陷的敏感度,使用结构化交并比损失(SIoU-Loss)代替完全交并比损失(CIoU-Loss),以进一步提高新网络的准确性和训练速度。针对以上检测方法采用自建数据集进行对比实验,实验结果表明,改进YOLOv5s模型的平均精度均值(mAP)为94.29%,与YOLOv5s模型相比提升了7.03个百分点,检测精度与其他的主流模型对比依然具有优势,检测速度为42.78 f/s。该方法在风电叶片内腔缺陷检测方面具有较好的使用性能和效果。