改进YOLOv5n的管道DR缺陷图像检测方法

作     者：时亚南 陈志远 刘兆英 陈迎春 张婷 范效礼 苗锐 叶伟 SHI Yanan;CHEN Zhiyuan;LIU Zhaoying;CHEN Yingchun;ZHANG Ting;FAN Xiaoli;MIAO Rui;YE Wei

作者机构：新疆维吾尔自治区特种设备检验研究院乌鲁木齐830011 新疆特种设备检测技术研究重点实验室乌鲁木齐830011 北京工业大学信息学部北京100124 北京工业大学城市建设学部北京100124 

基　　金：新疆维吾尔自治区自然科学基金(2023D01A22) 国家市场监管总局科技计划项目(2021MK119) 北京工业大学国际科研合作种子基金(2021A01) 北京工业大学交叉科学研究院(2021020101) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第12期

页      码：366-372页

摘      要：近年来,数字射线成像技术(digital radiography,DR)由于其独有优势已被广泛应用于工业管道无损检测。为提高管道DR缺陷图像检测精度,提出了一种改进的YOLOv5n管道DR缺陷图像检测方法。该方法有两点贡献,针对目标检测网络中分类和回归两个任务存在冲突的问题,设计了任务独立解耦检测头,通过分别为两类任务构建独立的特征图实现解耦。为了缓解解耦检测头模块带来的参数量增加问题,引入了轻量化的深度可分离卷积替代标准卷积,在保证精度的同时,减少模型参数量。实验结果表明,在管道缺陷数据集上,该方法的mAP@0.5比YOLOv5n提高0.9个百分点。与YOLOv4、Faster-RCNN和SSD等其他几种目标检测模型的对比实验表明,该方法在mAP@0.5、参数量和计算量上都达到最优,有效提高了管道DR缺陷图像检测的性能。

主 题 词：缺陷图像检测 目标检测 解耦检测头 轻量化模型 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2304-0397

馆 藏 号：203128192...