基于改进YOLOv5s的拉挤板缺陷检测

作     者：徐东亮 赖九衡 杨会兰 

作者机构：武汉理工大学机电工程学院 

出 版 物：《复合材料科学与工程》 (Composites Science and Engineering)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 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] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 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：拉挤板 YOLOv5s 缺陷检测 EvcBlock C3-faster ShapeIoU 

摘      要：为了解决传统拉挤板缺陷检测方法中存在检测精确度低、检测速度慢等问题，创建了玻璃纤维拉挤板缺陷数据集，提出了一种基于改进YOLOv5s的拉挤板缺陷检测模型。主要改进为：在特征提取网络部分，添加EvcBlock模块增强小目标特征提取能力，添加CBAM注意力机制提高重要特征的关注度；使用C3-Faster模块优化C3模块实现了模型轻量化；在检测端引入具有形状损失的新型损失函数ShapeIoU，优化了预测框和真实框的拟合效果，提高了缺陷检测精确度。实验结果表明：改进后的YOLOv5s模型对比原YOLOv5s模型，mAP@0.5提升了3.6%，达到了88.7%，参数量降低了2.1%。改进模型检测速度为121.95帧/秒，综合性能优于YOLOv8s等5种模型，能够满足拉挤板缺陷检测的需求。