基于太赫兹技术及YOLOv5s的碳纤维缺陷检测研究

作     者：徐雷钧 周雅菲 陈建锋 白雪 

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）] 

基　　金：国家自然科学基金(61874050) 

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。