基于改进YOLOv5的贴片电感表面缺陷检测研究
陈建春1
乔健2
朱子唯3
王功伟4
1.联通(广东)产业互联网有限公司,广东广州 5100002.佛山大学广东省工业智能检测技术重点实验室,广东佛山 5282253.西交利物浦大学智能工程学院,江苏苏州 2150284.季华实验室微波与真空室,广东佛山 528200
摘要：为实现贴片电感表面缺陷的快速精准检测,突破目前贴片电感表面缺陷检测速度慢、准确率低的技术难题,在YOLOv5 算法基础上,引入SE注意力模块和双向特征融合网络(BiFPN)模型,提出基于注意力机制的特征提取网络结构,分别对不同特征通道赋予相应权重信息,使其在特征融合中能够快速传递,进一步提高了贴片电感表面缺陷模型的检测精度;考虑提取网络时无法高效检测出贴片电感的缺陷类型,设计出基于加权双向特征金字塔结构,增强了模型对不同尺度特征信息的表达能力;利用贴片电感表面缺陷检测数据集完成了SE注意力机制和BiFPN网络的消融实验以及目标检测算法的对比实验.结果表明,提出的改进模型平均准确率均值(mAP)达到 97.12%,较原YOLOv5 算法提升了 5.87%,检测速度达到 40.47FPS,能够满足贴片电感表面缺陷检测的实时性和准确性要求.
关键词：缺陷检测YOLOv5SE注意力模块BiFPN
分类号：TP391.41(计算技术、计算机技术)TM55(电器)
资助基金：广东省重点建设学科科研能力提升项目(2022ZDJS042)珠江人才计划(X200221DA200)
论文发表日期：2024-07-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 10-18 )
英文信息