基于改进YOLOv5的贴片电感表面缺陷检测研究

作     者：陈建春 乔健 朱子唯 王功伟 CHEN Jianchun;QIAO Jian;ZHU Ziwei;WANG Gongwei

作者机构：联通(广东)产业互联网有限公司广东广州510000 佛山大学广东省工业智能检测技术重点实验室广东佛山528225 西交利物浦大学智能工程学院江苏苏州215028 季华实验室微波与真空室广东佛山528200 

出 版 物：《佛山科学技术学院学报（自然科学版）》 (Journal of Foshan University(Natural Science Edition))

年 卷 期：2024年第42卷第4期

页      面：10-18页

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：广东省重点建设学科科研能力提升项目(2022ZDJS042) 珠江人才计划项目(X200221DA200) 

主　　题：缺陷检测 YOLOv5 SE注意力模块 BiFPN 

摘      要：为实现贴片电感表面缺陷的快速精准检测,突破目前贴片电感表面缺陷检测速度慢、准确率低的技术难题,在YOLOv5算法基础上,引入SE注意力模块和双向特征融合网络(BiFPN)模型,提出基于注意力机制的特征提取网络结构,分别对不同特征通道赋予相应权重信息,使其在特征融合中能够快速传递,进一步提高了贴片电感表面缺陷模型的检测精度;考虑提取网络时无法高效检测出贴片电感的缺陷类型,设计出基于加权双向特征金字塔结构,增强了模型对不同尺度特征信息的表达能力;利用贴片电感表面缺陷检测数据集完成了SE注意力机制和BiFPN网络的消融实验以及目标检测算法的对比实验。结果表明,提出的改进模型平均准确率均值(mAP)达到97.12%较原YOLOv5算法提升了5.87%,检测速度达到40.47FPS,能够满足贴片电感表面缺陷检测的实时性和准确性要求。