典型文献
基于YOLOv5的改进轻量型X射线铝合金焊缝缺陷检测算法
文献摘要：
基于计算机视觉的图像识别和处理技术迅速发展,因此,X射线焊缝图像智能化评片已成为无损X射线检测的研究热点之一.快速准确识别焊缝内部小目标缺陷是智能评片的一个难点,鉴于此,本文提出了一种基于YOLOv5-Tiny的轻量型焊缝缺陷识别方法.首先,在Backbone部分加入注意力机制SELayer,使模型实现持续的性能提升;然后,用GhostBottleneck模块替换Head层中的C3模块,保留边缘信息;最后,去除用于检测大物体的13×13特征层,并将多数普通卷积替换成深度可分离卷积,加快模型的训练与预测.模型分别采用DIoU与CIoU两种损失函数进行训练.实验结果表明:与YOLOv5s模型相比,YOLOv5-Tiny模型的参数量减少了33.6％,处理速度提升了17.5％,预测权重减小了32.8％,更好地实现嵌入式使用,模型的平均精度均值得到提升.
文献关键词：
测量;无损检测;YOLOv5;缺陷识别;轻量型模型
中图分类号：
作者姓名：
程松;杨洪刚;徐学谦;李敏;陈云霞
作者机构：
上海电机学院机械学院, 上海 201306;上海电力大学, 上海 201306
文献出处：
引用格式：
[1]程松;杨洪刚;徐学谦;李敏;陈云霞-.基于YOLOv5的改进轻量型X射线铝合金焊缝缺陷检测算法)[J].中国激光,2022(21):130-138
A类：
SELayer
B类：
铝合金,焊缝缺陷检测,检测算法,计算机视觉,图像识别,焊缝图像,射线检测,快速准确,准确识别,小目标缺陷,Tiny,缺陷识别,Backbone,注意力机制,模型实现,性能提升,GhostBottleneck,Head,C3,边缘信息,替换成,深度可分离卷积,DIoU,CIoU,损失函数,YOLOv5s,参数量,处理速度,平均精度均值,无损检测,轻量型模型
AB值：
0.422974
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
