石英坩埚内壁缺陷检测平台搭建与算法研究

打开文本图片集

摘 要：目前石英坩埚缺陷主要使用人工目检，仅靠人工无法完成准确的分类以及全量计数。该文通过使用六自由度机械臂、旋转台搭建一套石英坩埚缺陷检测平台，结合背光源、高速相机等设备获取高清晰度的坩埚缺陷图像。同时提出改进的YOLOv5s坩埚缺陷检测算法，可识别杂质黑点、气泡、白斑等多种类型缺陷。具体而言，该算法首先应用K-均值聚类技术自适应生成最适合坩埚缺陷数据集的锚框；随后增加针对微小缺陷的检测层，以提高对小目标的识别能力；最后引入全维动态卷积（ODConv）和高效通道注意力机制（ECA），优化模型对关键目标区域的关注度，同时保持较低的计算开销。（剩余12104字）