公开(公告)号：CN117036244A

公开(公告)日：2023-11-10

申请号：CN202310763544.2

申请日：2023-06-27

申请人： 长春工业大学

发明人： 姜长泓 ,  陈济航 ,  梁超 ,  王其铭

IPC分类号： G06T7/00 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于改进YOLOv5的钢材表面缺陷检测方法，针对目前钢材缺陷检测识别率低，检测速度较慢等问题，提出一种基于改进YOLOv5算法的钢材缺陷检测模型，具体通过在模型Head部分新增一个检测头，在Backbone尾部添加注意力机制SimAM，使用ASPP模块替换YOLOv5中的C3模块，通过新增检测头来适配数据集中的缺陷特点，添加注意力机制来使模型更加容易区分目标和背景信息，避免造成误检和漏检的操作，将C3模块更改为ASPP模块可以有效地提高模型的感受野，提升检测准确度，相比于目前的钢材表面缺陷模型能更好的解决工业场景中背景干扰强、缺陷规模变化大、小缺陷数量多、容易混淆缺陷目标的图像检测效果差的问题。