基于CBE-YOLOv5的钢材表面缺陷检测方法

来源：电子测量技术杂志2023年第15期北京时间：

作者：赵林熔，甄国涌，储成群，单彦虎

单位：中北大学仪器与电子学院 太原 030051

摘要：针对钢材表面缺陷种类多，背景干扰强且尺度变化多样导致的检测效率低、精度差的问题，提出了一种钢材表面缺陷检测算法CBEYOLOv5。在YOLOv5算法基础上进行改进，通过主干采用坐标注意力机制，加强对目标的关注，提高特征提取能力；用BiFPN作为特征提取网络，给出有效的特征对应权重，以充分融合不同尺度的特征，并通过EIOU来计算模型损失，使模型能更精确的回归。在公开数据集NEUDET上的实验结果表明，CBEYOLOv5算法mAP为755%，较YOLOv5提高了38%，检测速度也高于一些常见的目标检测算法，能够更准确、更快速地检测到钢材表面的缺陷。

关键词：钢材表面缺陷;YOLOv5;注意力机制;特征金字塔;EIOU

基金资助：国家自然科学基金重点项目（62131018）、山西省基础研究计划项目（202103021222012）资助