基于YOLOv5s改进的机油瓶表面缺陷检测方法

来源：计算机测量与控制杂志2025年第4期北京时间：

作者：李文辰,张亚慧

摘要：针对机油瓶表面瑕疵点目标过小、ROI候选框鲁棒性较差导致液位线定位不准等问题，提出一种改进YOLOv5s的缺陷检测算法。利用K-Means++代替K-Means进行聚类中心的初始化，使得生成的先验框更加接近检测目标的真实形状和大小；同时在主干网络中引入可变形卷积，提高特征提取的灵活性，并引入SE注意力机制，对特征图不同通道进行权重调整；此外，在颈部网络中使用BiFPN代替原有的PANet，实现对不同尺度信息的自适应特征融合。实验结果表明，改进的YOLOv5s算法mAP达到了96.9%,较YOLOv5s算法提升了6%，准确率提升了4%。经实验验证了改进后的YOLOv5s在检测准确率方面优于原始的YOLOv5s算法，解决了小目标漏检及液位线定位存在偏差的问题。

关键词：机油瓶;YOLOv5s;缺陷检测;可变形卷积;注意力模块