基于改进YOLOv5的铝型材表面缺陷检测算法.docxVIP

机械工程师ME

机械工程师

MECHANICALENGINEER

机械工程师MECHANICAL

机械工程师

MECHANICALENGINEER

PAGE22圆园

PAGE22

圆园24年第6期网址：电邮：hrbengineer@163.com

PAGE23网址：

PAGE23

网址：电邮：hrbengineer@163.com圆园24年第6期

基于改进YOLOv5的铝型材表面缺陷检测算法

郭北涛，张颢严

（沈阳化工大学机械与动力工程学院，沈阳110142）

摘要：针对工业生产中铝合金型材表面缺陷在实际检测中出现漏检和误检的情况，提出一种YOLOv5-Ghost-CBAM-BiFPN模型对铝型材缺陷进行更加精确的检测。首先在YOLOv5Backbone网中引入了一个轻量级Ghost模块，在保证准确性的前提下显著提高了检测速度。其次，将卷积块注意机制（CBAM）模块添加到Backbone网络的卷积层，以增强特征提取，进一步提高检测精度。此外，考虑到铝型材缺陷尺寸差异，在Neck模块中使用了用于多尺度特征融合的双向特征金字塔网络

（Bi-FPN）来聚合不同缺陷类型的特征。实验表明:优化后的模型mAP、精确率P、召回率R都有明显提高。

关键词：YOLOv5；注意力机制；Bi-FPN；Ghost模块；铝型材缺