基于YOLOv5m的电机换向器缺陷检测
许云涛
焦培刚
刘家齐
山东交通学院工程机械学院,山东 济南 250357
摘要：为降低电机换向器缺陷的检测成本,提高检测效率,满足实际工程中对检测精度和检测速度的均衡要求,以YOLOv5m模型为基础提出优化改进的表面缺陷检测算法,将采集的数据集经Mosica数据增强,提高模型的鲁棒性;在其他层中采用双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)层代替路径聚合网路(path aggregation network,PANet)层,引入双向连接和跨层特征融合机制,同时增加Criss-Cross注意力机制,更好地捕捉输入序列中的相关信息,增强网络在不同尺度下的反馈,并通过消融试验验证.结果表明:相较于传统YOLOv5m模型,优化改进后YOLOv5m模型的总体平均检测精度增大17％,准确率增大28.3％,召回率增大8.2％.在保证检测精度的同时,缩短缺陷检测时间,较好地满足缺陷检测工程中对检测精度与检测速度的均衡需求.
关键词：电机换向器表面缺陷YOLOv5m注意力机制特征融合
分类号：U463.6(汽车工程)
资助基金：山东省重点研发计划项目(2019GNC106032)
论文发表日期：2024-06-30
在线出版日期：2026-05-22（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