基于CCD-YOLOv5算法的铸件表面缺陷检测模型

作     者：鄢之麟 钟收成 孙进 肖洁 YAN Zhilin;ZHONG Shoucheng;SUN Jin;XIAO Jie

作者机构：湖北工业大学电气与电子工程学院武汉430068 武汉云计算科技有限公司武汉430019 

出 版 物：《特种铸造及有色合金》 (Special Casting & Nonferrous Alloys)

年 卷 期：2024年第44卷第8期

页      面：1083-1089页

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0835[工学-软件工程] 0802[工学-机械工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 080201[工学-机械制造及其自动化] 

主　　题：铸件表面缺陷 目标检测 CCD-YOLOv5 

摘      要：针对铸件表面缺陷检测对象种类繁多、目标不明显、特征多样等因素,提出一种基于改进YOLOv5算法的铸件表面缺陷检测模型。对数据样本做翻转、旋转、调色处理,使用9-Mosaic数据增强,丰富样本数量特征;将CSPDarknet53模块替换为C2f模块,丰富轻量化网络梯度信息;引入CA注意力机制,提升模型泛化能力;将耦合头模块替换为解耦头模块,提升拟合速度。改进CCDYOLOv5对铸件表面缺陷检测的准确率由78.2%提升至82.9%,召回率由74.3%提升至76.7%,mAP@0.5值由76.4%提升至81.0%。结果表明,改进模型有效提升了综合识别检测效果。