基于改进YOLOv5s的曲面光学镜片缺陷检测

摘要：

针对曲面光学镜片表面缺陷检测精度不高的问题,提出一种基于改进YOLOv5s的曲面光学镜片缺陷检测方法.首先,设计镜片表面缺陷采集装置,并对采集到的缺陷图片进行数据增强以制作镜片缺陷数据集.其次,为了增强YOLOv5s网络对通道信息的利用,在特征提取网络引入SE注意力机制,使网络能够更加准确地提取信息;并在主干网络最后一个C3模块融入Transformer,帮助网络更好地提取全局信息,提高检测效率.最后,考虑到小目标特征信息容易丢失的问题,将主干网络160×160像素的特征层加入颈部的特征融合中,增加网络对浅层信息的利用.改进的YOLOv5s目标检测算法的均值平均精度(mean average precision,mAP)和召回率(recall,R)分别为93.9%和91.6%,比原网络算法分别提高了3.2%和3.4%,表明改进YOLOv5s算法可以有效检测出镜片表面缺陷.

关键词：镜片缺陷、目标检测、注意力机制、特征融合

所属期刊栏目：45

分类号：TN205;TP23(光电子技术、激光技术)

资助基金：国家自然科学基金;河南理工大学基本科研业务费专项项目

在线出版日期：2024-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：781-789