面向热轧带钢表面缺陷检测的YOLOv5算法优化分析.pdfVIP

2024年第6期

____________________________________________________________TestandQuality检测与质量

面向热轧带钢表面缺陷检测的YOLOv5

算法优化分析*

马冬梅朱佳浩

（西北师范大学物理与电子工程学院，甘肃兰州730070）

摘要：单阶段目标检测网络YOLOv5在处理热轧带钢表面缺陷的特征提取与感受特征融合时存在一

定不足。文章提出一种适用于热轧带钢表面缺陷检测的优化YOLOv5算法，该算法通过IOU-

K-means++算法调整Anchor聚类锚框设定，并增加DynamicHead目标检测头，引入通道注意

力机制（C3_CA），同时结合HardSwish激活函数与WIoU_Loss边界框回归函数，有效提高热

轧带钢表面缺陷检测的综合精度。由NEU-DET数据集测试结果表明，相较于单阶段

YOLOv5算法融合结果，优化后的YOLOv5网络模型的均值平均精度（mAP）可提高至75.7%，

且网络约束率可有效提升6.1%。上述优化YOLOv5算法对热轧带钢表面缺陷位置勘定、分类

指向与影响评估具有有益参考，同时也为金属表面的高精度筛检提供重要支持。

关键词：热轧带钢表面缺陷；YOLOv5；IOU-K-means++；DynamicHead；注意力机制

中图分类号：TP391.4文献标识码：A

DOI：10.19287/j.mtmt.1005-2402.2024.06.023

TheoptimizationofYOLOv5algorithmfordetectingsurfacedefectsonhotrolledstrips

MADongmei,ZHUJiahao

(SchoolofPhysicsandElectronicEngineering,NorthwestNormalUniversity,Lanzhou730070,CHN)

Abstract：Thesingle-stagetargetdetectionnetworkYOLOv5hascertaindeficiencieswhendealingwithfeature

extractionandsensoryfeaturefusionforsurfacedefectsonhot-rolledsteel.Thispaperproposesan

optimizedYOLOv5algorithmforsurfacedefectdetectionofhotrolledstripsteel,whichadjuststhe

anchorclusteringanchorframesettingbytheIOU-K-means++algorithm,increasesthedynamichead

targetdetectionhead,introducesthechannelattentionmechanism(C3_CA),andcombinesthehard

swishactivationfunctionwiththeWioU_lossboundingboxreg