基于改进YOLOv7的线束缺陷检测研究 |
| |
引用本文: | 袁海兵,赵凤胜,杨奕洋,吴俊.基于改进YOLOv7的线束缺陷检测研究[J].国外电子测量技术,2024(2):165-173. |
| |
作者姓名: | 袁海兵 赵凤胜 杨奕洋 吴俊 |
| |
作者单位: | 湖北汽车工业学院机械工程学院 |
| |
基金项目: | 教育部产学合作协同育人项目(201902016046,201902118034); |
| |
摘 要: | 针对目前线束端子压接缺陷检测过程中存在检测效率低、误检率高等问题,提出一种基于改进YOLOv7的线束缺陷检测方法。为提高算法的检测精度,在YOLOv7主干网络中添加归一化注意力模块(NAM),加强对检测目标的定位和识别;在颈部构建多尺度的集中特征金字塔网络(CFP),以捕捉不同尺度下的目标信息,加深对图像深层特征的提取;使用SIoU Loss替换CIoU Loss优化训练模型,在加快模型收敛的同时提高预测框的回归精度。实验结果表明,改进后的YOLOv7网络模型准确率达95.8%,召回率达94.5%,均值平均精度达97.6%,与原模型相比分别提高了5.0%、4.8%和3.3%,模型大小90.5 MB,检测时间为48 ms,有效提高了模型的检测精度。最后,使用PyQt5开源框架设计了线束端子压接缺陷检测系统,实现了端子压接缺陷检测的自动化和可视化,提高了缺陷检测效率,可以满足生产企业的需求。
|
关 键 词: | 线束端子压接 缺陷检测 YOLOv7 注意力机制 集中特征金字塔 |
|
|