基于太赫兹技术及YOLOv5s的碳纤维缺陷检测研究
作者机构:江苏大学电气信息工程学院
出 版 物:《激光与光电子学进展》 (Laser & Optoelectronics Progress)
年 卷 期:2024年
核心收录:
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)] 08[工学] 081104[工学-模式识别与智能系统] 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:碳纤维复合材料 太赫兹连续波检测系统 缺陷检测 YOLOv5算法 注意力机制
摘 要:碳纤维复合材料以其特殊的性能广泛应用于不同领域,然而缺陷的存在严重影响材料性能,造成重大经济损失,甚至存在安全隐患。为此,本文搭建了一种透射式太赫兹连续波检测系统,对带有内部缺陷的样件进行检测,对检测结果进行了图像预处理并构建目标数据集。针对图像背景干扰大、缺陷类别容易混淆、缺陷尺度变化大、小缺陷检测效果差的工业场景,提出了一种改进的YOLOv5s算法,通过增加小目标检测层和注意力网络CBAM(Convolutional Block Attention Module),改进损失函数的方法提高了缺陷智能识别的精度和速度。实验结果表明,改进的YOLOv5s算法在测试集上得到92.3%的准确率和80.8%的召回率,分别较原YOLOv5s算法提高了10.6%和3.0%,具有更强的特征提取能力,并展现出良好的鲁棒性,明显消除了应用原算法的错检、漏检现象。