最新新闻
联系我们
电话:0451- 82316133 82321706
投稿邮箱:hlj16133@163.com
地址:哈尔滨市嵩山路15号
官网:www.hljkexue.com
基于改进 YOLOv5 的手机外观缺陷检测算法
潘金晶¹,曾 成¹,张晶¹,耿雪娜²
[1.长园视觉科技(珠海)有限公司,广东珠海519085;2.长春理工大学计算机科学技术学院,长春 130013]
摘要:提出一种手机外观缺陷检测的改进算法YOLOv5-CBE。该算法在YOLOv5 框架的基础上,在主干网络的C3模块中加入坐标 注意力(coordinate attention,CA)机制,可同时考虑通道间的关系和位置信息,使模型更准确地定位并识别到目标区域。借鉴加权双 向特征金字塔网络(Bidirectional feature pyramid network,BiFPN)的思想,将Neck部分的concat 模块替换为多尺度特征融合结构,使 不同分辨率的特征更有效地融合。使用Focal-EIoU替代原模型中的边界框回归损失函数CIoU,使回归过程更专注于高质量的预测 框,提高了定位精度。在工业相机成相的手机外观缺陷数据集上进行测试,结果表明,与 YOLOv5 模型相比,基于 Focal-EIoU的 YOL0v5模型召回率(reall) 和平均精度均值(mAP50)分别提升了4.7%、1.9%;改进算法的精确率(precision)、召回率(recall)、平 均精度均值(mean average precision,mAP50) 均有明显提升,分别提升了1.2%、5.6%、5.3%。
关键词:缺陷检测;坐标注意力;多尺度特征融合;Focal-EIoU;YOLOv5
基金项目:国家自然科学基金青年科学基金(批准号:62206028)