基于YOLOv5改进的一种高精度轻量化钢材表面缺陷检测方法

新一代信息技术

本发明提出基于YOLOv5改进的一种高精度轻量化钢材表面缺陷检测方法，首先在原模型YOLOv5的Neck部分添加ASF‑YOLO设计，加入SSFF模块、TFE模块以及CPAM注意力机制模块；SSFF模块结合来自多个图像尺度的全局或高层语义信息，用于联合收割组合起来的钢材表面多尺度特征；TFE模块用于捕捉钢材表面检测过程小对象的局部细节特征；CPAM模块用于集成SSFF模块以及TFE模块处理后的信息；其次，将原模型YOLOv5当中的C3模块替换为RepNCSPELAN4模块，以增强模型推理速度和聚合多尺度特征的能力，并使模型具有较高的参数利用率；最后，采用WIoU损失函数替代原始损失函数来提高模型的检测能力及降低少检漏检的概率，提高模型的整体精度；本发明能提升模型在钢材缺陷检测任务当中的精度并保障实时检测速度。

小批量或小范围应用