基于YOLOv5的汽车安全系统导向爪表面缺陷检测应用研究
张倩倩
何仕荣
赵士雨
张浩洋
上海理工大学机械工程学院 上海 200093
摘要：以汽车安全系统导向爪这一冲压零件为研究对象,提出了一种基于YOLOv5的目标检测算法对汽车安全系统导向爪表面缺陷进行检测.首先对原始数据进行筛选,去除无效数据;其次为解决样本不均衡问题,对部分数据进行增广;然后使用LabelImg工具对扩充后的数据集进行标注;接着将标注好的数据集放入模型中进行训练;最后将训练得到的最优权重用于测试.实验证明,YOLOv5的检测效果明显优于Faster R-CNN、SSD、RetinaNet这三种目标检测模型,其mAP可达98.4%,平均检测时间为6.2 ms.基于YOLOv5的缺陷检测方法能够满足实际生产线的检测速度和精度要求,对冲压零件缺陷检测具有重要指导意义.
关键词：冲压零件汽车安全系统导向爪YOLOv5目标检测
分类号：U491.61(交通工程与公路运输技术管理)TP391.41(计算技术、计算机技术)
资助基金：上海市自然科学基金面上项目(20ZR1438000)上海市科委项目(19060502300)
论文发表日期：2025-01-19
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：7( 77-83 )
英文信息