-
题名基于RCSI-YOLOv5的轴承表面缺陷检测方法
- 1
-
-
作者
卜扬
屈霞
陈涛
武伟宁
-
机构
常州大学机械与轨道交通学院
常州大学王诤微电子学院
-
出处
《陕西科技大学学报》
北大核心
2025年第2期203-214,共12页
-
基金
教育部高等教育司产学合作协同育人项目(230804973313225,230801913313416)。
-
文摘
针对轴承表面缺陷检测中的小目标漏检、相似特征目标误检、高低质量样本不平衡等问题,提出一种基于RCSI-YOLOv5的轴承表面缺陷检测模型.在主干网络中构建Res2ConvModC3特征提取模块,来提高模型对浅层小目标的特征提取能力和对相似特征的辨别能力;在颈部网络前端设计CGCA注意力机制,增强网络对目标特征的定位能力;在检测头中加入了SimAM注意力机制,提高模型对微小缺陷目标的关注度;设计ISInner-CIoU计算边界框回归损失,缓解高低质量样本不平衡问题.实验结果表明,与原YOLOv5算法相比,RCSI-YOLOv5的mAP@0.5提升1.5%,F1-Score提升1%,凹槽、擦伤、划痕的AP分别提升2.1%、0.5%、1.7%,FNR分别降低1.3%、0.4%、2.1%.有效提升了模型的检测精度,减少了目标的漏检、误检.
-
关键词
轴承表面缺陷检测
YOLOv5
卷积调制
CGCA
SimAM
isinner-ciou
-
Keywords
bearing surface defect detection
YOLOv5
convolutional modulation
CGCA
SimAM
isinner-ciou
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
