基于注意力机制的焊缝表面缺陷智能识别技术  

Intelligent recognition technology of weld surface defects based on attention mechanism

作　　者：缪海波 王仁荣 赵力伟 沈健 蔡智会 郑建豹 MIAO Haibo;WANG Renrong;ZHAO Liwei

机构地区：[1]温州市特种设备检测科学研究院,浙江温州325007

出　　处：《焊接技术》2024年第12期32-36,共5页Welding Technology

基　　金：温州市市场监督管理局项目(2023012)。

摘　　要：焊缝表面缺陷目标检测是实现焊接工业智能化的关键问题。为实现焊缝表面缺陷目标准确检测,该研究以YOLOv7为基础网络,首先,在检测头部分引入全局注意力机制(GAM),在通道维度和空间维度上进行特征捕捉和特征融合,使网络融合更多重要的特征信息,提高检测精度;最后,使用WIoU替换YOLOv7模型的损失函数,解决了焊缝表面数据集难易样本不平衡的问题,提高了算法对焊缝表面小目标的检测能力。在测试过程中,改进后的YOLOv7相较于改进前的版本平均精度均值(mAP)提高了3.58%,召回率提高了6.2%,准确率提高了3.7%,并减少了误检与漏检。改进后的YOLOv7精度有明显提升,可实现快速、精准检测焊缝表面缺陷。

关 键 词：焊缝表面缺陷 YOLOv7 GAM WIoU 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TG441.7[自动化与计算机技术—控制科学与工程]