基于改进YOLOv5的X射线图像铸件缺陷实时检测

作     者：胡哲 徐承志 雷光波 徐丽 HU Zhe;XU Chengzhi;LEI Guangbo;XU Li

作者机构：湖北工业大学计算机学院武汉430068 

基　　金：湖北省教育厅科学技术研究计划项目(No.B2019049) 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2022年第43卷第5期

页      码：54-59页

摘      要：铸件缺陷检测是一项重要的质量管理程序。为了避免人为因素的影响,提高检测精度,对YOLOv5s6的目标检测算法进行改进,用于X射线图像的铸件缺陷检测。首先设计了一种C3CA模块用于捕获跨通道、方向感知和位置感知的信息。然后通过在骨干网络中融合多头自注意力机制来捕获局部与全局信息。最后采用Focal-EIoU Loss损失函数。实验结果表明:在相同训练条件下,改进后YOLOv5s6的AP50值达到了90.2%,F1因子达到了87.8%,相较原始模型分别提高了3.4%和2.3%,具有检测准确率高、实时性强等特点。

主 题 词：铸件缺陷检测 多头自注意力机制 YOLOv5s6 X射线图像 

学科分类：11[军事学] 0810[工学-土木类] 1105[1105] 08[工学] 081002[081002] 110503[110503] 

D　O　I：10.14016/j.cnki.jgzz.2022.05.054

馆 藏 号：203111976...