基于YOLOv5m的电机换向器缺陷检测

打开文本图片集

摘要：为降低电机换向器缺陷的检测成本，提高检测效率，满足实际工程中对检测精度和检测速度的均衡要求，以YOLOv5m模型为基础提出优化改进的表面缺陷检测算法，将采集的数据集经Mosica数据增强，提高模型的鲁棒性；在其他层中采用双向特征金字塔网络（bidirectional feature pyramid network，BiFPN）层代替路径聚合网路（path aggregation network，PANet）层，引入双向连接和跨层特征融合机制，同时增加Criss-Cross注意力机制，更好地捕捉输入序列中的相关信息，增强网络在不同尺度下的反馈，并通过消融试验验证。（剩余12657字）