基于改进YOLOv5算法的钢材表面缺陷检测

燕雨; 荆宇超; 史孟翔; 杨朵

doi:10.13705/j.issn.1671-6833.2025.01.007

郑州大学学报（工学版） ›› 2025, Vol. 46 ›› Issue (04) : 93 -99. DOI: 10.13705/j.issn.1671-6833.2025.01.007

基于改进YOLOv5算法的钢材表面缺陷检测

燕雨, 荆宇超, 史孟翔, 杨朵

作者信息 +

Author information +

文章历史 +

PDF

摘要

为了解决钢铁缺陷检测效率低下和因误检造成的经济损失问题，提出了用于钢材缺陷检测的YOLOv5改进算法。在保持原YOLOv5检测层不变的情况下，新增加3条自适应权重的辅助分支，用于提取YOLOv5网络的浅层信息，同时辅助分支也可以增强整体网络的梯度流动，使得训练效果更好；在网络的主干部分加入EMA注意力机制，经过EMA模块加权后的特征信息可以帮助模型更好地关注和理解重要的目标特征；使用SIoU代替了CIoU损失函数，SIoU引入的角度损失和形状损失可以使锚框在回归过程更加快速准确，提高检测的稳定性和鲁棒性。通过对NEU-DET数据集的实验，所提的改进算法相比原YOLOv5s精确率提高了3.7百分点，相比其他主流算法也拥有更好的检测性能。