基于改进后YOLOv5模型的微镜头缺陷目标检测  

作　　者：赵毅然 雷亮[2] 程亚子 

机构地区：[1]广东工业大学物理与光电工程学院、广东省信息光子技术重点实验室 [2]广东工业大学物理与光电工程学院

出　　处：《数字技术与应用》2024年第11期70-75,共6页Digital Technology & Application

基　　金：国家自然科学基金(62006046)。

摘　　要：目前,针对工业中微镜头缺陷检测困难、效率低下、误检率高、对微小缺陷识别能力不足等问题,本文首先提出了一种新的工业微镜头缺陷检测方案,具体方法是利用散斑透射的方式,将表面缺陷问题转化为光学图像检测问题。其次还提出了一种针对图像过大、冗余信息过多的图像预处理方式,该方式不仅能够有效丰富数据集,并且能够模拟在工业检测过程中出现的情况,有助于提升模型鲁棒性。最后提出了改进后YOLOv5目标检测模型,通过改进后YOLOv5模型引入了空间注意力以及通道注意力,不仅能够有效针对微小缺陷识别不足问题提升模型学习能力,并抑制噪声影响,还能够在不同尺度上对特征图进行注意力评估,并且自适应关注到图像中的缺陷部分。本文提出的改进后模型能够在MAP指标上取得99.3%的分数,满足了工业微镜头缺陷检测任务中的检测需求。

关 键 词：图像预处理 缺陷检测 检测模型 冗余信息 误检率 目标检测 光学图像 微小缺陷 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TB851[自动化与计算机技术—计算机科学与技术]