基于改进YOLO V5的缺陷识别与定量分析 |
| |
引用本文: | 刘洋,李全勇,顾健,杨帆,王文博.基于改进YOLO V5的缺陷识别与定量分析[J].无损检测,2023(1):14-19+22. |
| |
作者姓名: | 刘洋 李全勇 顾健 杨帆 王文博 |
| |
作者单位: | 1. 长春理工大学光电工程学院光电测控与光信息传输技术教育部重点实验室;2. 长春理工大学光电工程学院光电工程国家级教学示范中心 |
| |
基金项目: | 吉林省教育厅科学技术研究项目(JJKH20210823KJ); |
| |
摘 要: | 采用YOLO V5算法对碳纤维复合材料预置夹杂缺陷的识别方法展开研究。为了在提高检测精度的同时保证检测效率,通过添加通道注意力机制、空间注意力机制、使用k-means++重新聚类先验框和优化损失函数等措施改进原算法。利用改进后的网络训练缺陷数据集,每秒处理的图片数量逾12幅,平均精度达到98.8%,召回率为98.1%。与其他算法相比,该算法检测精度和速度都有所提高,可满足实时性和准确性要求。
|
关 键 词: | 无损检测 YOLO V5 通道注意力机制 空间注意力机制 夹杂缺陷 |
|
|