改进型YOLOv5s的瓷砖表面缺陷检测方法

作     者：吴航星 张宏怡 谭湘琼 林海峰 WU Hangxing;ZHANG Hongyi;TAN Xiangqiong;LIN Haifeng

作者机构：厦门理工学院光电与通信工程学院福建厦门361024 

出 版 物：《厦门理工学院学报》 (Journal of Xiamen University of Technology)

年 卷 期：2023年第31卷第5期

页      面：66-74页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 081203[工学-计算机应用技术] 08[工学] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：厦门理工学院研究生科技创新项目(YKJCX2020070) 

主　　题：瓷砖表面 缺陷检测 图像处理 YOLOv5 特征提取 多尺度检测 

摘      要：针对瓷砖质检过程中存在瓷砖缺陷漏检及检测精度低等问题,提出一种改进型YOLOv5s的瓷砖表面缺陷检测方法。该方法在自适应锚框匹配算法中引入CIoU (complete intersection over union)度量,解决原始K-Means聚类算法中欧式距离无法聚类出宽高比合适的锚框问题;在特征提取结构中,引入Res2Net残差单元,在通道上进行分组级联特征提取,实现模块级别的多尺度检测;在缺陷检测阶段使用滑窗方法进行高分辨率瓷砖图像的缺陷检测。实验结果表明,使用该方法后瓷砖表面缺陷检测的精度由73.8%提升至80.0%;召回率由69.0%提升至78.1%;50%交并比精度均值(mean average precision at 50%IoU,mAP50)由72.6%提升至80.5%;与其他主流算法相比,该算法具有更好的检测效果和鲁棒性。