改进YOLOv5s的轴承座缺陷检测算法

来源：电子测量技术杂志2025年第18期北京时间：

作者：王浪，胥云，李琦，高亮，张佳骏

单位：1.四川轻化工大学机械工程学院 宜宾 644000; 2.四川长征机床集团有限公司 自贡 643000

摘要：目前数控机床轴承座缺陷检测主要依赖人工目检，无法满足工业生产高精度、高效率和低错误率的要求。针对以上问题，提出基于改进YOLOv5s的数控机床轴承座缺陷检测算法。首先以HardSwish激活函数替换ConvNeXtv2中的GELU，并结合CSC模块提出全新CSCConvNeXtv2-HS结构，用以替换backbone网络C3模块，在降低计算复杂度的同时提升关键信息的特征提取能力；在Neck网络中引入尺度序列特征融合模块，提升模型对多通道信息的提取能力；最后采用Focal-Inner Loss损失函数，在提高训练收敛速度的同时，降低了类别分布不平衡带来的影响。实验表明，改进模型的准确率为91.09%，召回率为81.97%，平均精度均值为84.40%，处理速度为61.73 fps，各项评估指标较原始模型YOLOv5s分别提升2.52%、4.47%、6.7%和1.12 fps，能满足工业生产需求。

关键词：YOLOv5s;HardSwish激活函数;CSCConvNeXtv2-HS;尺度序列特征融合;Focal-Inner Loss损失函数

基金资助：自贡市科技局校地合作项目(2022CDZG-19)资助