基于YOLOv5的鋼材缺陷檢測算法

打開文本圖片集

摘要：針對鋼材表面缺陷檢測算法存在精度低、參數(shù)多等問題，提出一種改進(jìn)的YOLOv5s的鋼材表面檢測算法。首先，在主干網(wǎng)絡(luò)SPPF（spatial pyramid pooling-fast）上一層引入CA（coordinate attention）注意力機(jī)制，以提高檢測精度，增強(qiáng)網(wǎng)絡(luò)的檢測性能；其次，將原來的主干網(wǎng)絡(luò)替換為EfficientNetV2結(jié)構(gòu)，以提高模型檢測速度，減小參數(shù)量，降低計算復(fù)雜度；最后，在Neck層加入Biformer注意力機(jī)制，以減小背景對檢測結(jié)果的影響，高效地獲得更多特征，提高檢測精度。（剩余7950字）