基于改进YOLOv5的巷道钻机焊缝质量智能监测系统

摘要

煤矿巷道钻机焊接件的质量决定了钻机的整体性能，然而传统人工检测方法效率低、准确率低且漏检率高，严重制约了煤矿巷道钻机安全高效生产。提出了一种基于改进YOLOv5算法的巷道钻机焊缝质量智能监测系统。该系统首先构建了一个包含多种缺陷类型的大规模数据集，并通过数据增强技术提升模型鲁棒性。随后改进YOLOv5算法的损失函数，引入Focal Loss以提升对细微缺陷的检测能力。应用结果表明，改进后的算法在实际工业环境下对尺寸大于3 mm的缺陷检测准确率达到97.8%，对尺寸小于3 mm的细微缺陷检测准确率达到91.1%，满足实时在线检测需求。该研究成果可为煤矿巷道钻机的安全及效率提升提供一种新的技术思路。

关键词

巷道钻机 / 焊缝缺陷 / YOLOv5 / 损失函数