改进YOLOv5s的小样本3D打印点阵结构表面缺陷检测

摘要

3D打印点阵结构已经广泛应用于航空航天、机械和建筑等行业，其表面缺陷分布不均匀且特征微弱，常常造成漏检和误检。针对这一问题，提出了一种YOLOv5s-PD模型。在该模型中，添加了XSPPF模块和空洞金字塔池化模块，提高了模型对不同缺陷特征的获取能力；针对3D打印点阵结构表面缺陷分布杂乱导致误检率高的问题，在YOLOv5s模型中加入了ECA模块；考虑到3D打印点阵结构表面缺陷尺寸信息无规律并且差异较大而导致的预测框与真实框间方向不一致，采用了SIoU损失函数。采用改进模型对制作的3D打印点阵结构表面缺陷数据集进行检测，结果表明：缺陷检测的召回率达到94.0%,平均精度mAP@0.5达到96.2%,所提出的改进算法可以实现对3D打印点阵结构表面缺陷自动检测。

关键词

3D打印 / 点阵结构 / YOLOv5s / 缺陷检测 / 平均精度