空军工程大学学报

作者：渠逸，汪诚*，余嘉博，孔亚康，陈贤聪

单位：空军工程大学基础部， 西安，710051\

关键词：目标检测;YOLOv5;钢材表面缺陷

基金：陕西省自然科学基础研究计划 （2023-JC-QN-0696）

快速、准确地检测材料表面缺陷已成为各领域研究的重要目标，为增加检测效率，实现设备轻量化， 提出了一种基于YOLOv5的目标检测优化算法，添加DyHead检测头，融合多个注意力机制，增强模型的检测精度；更换aLRPLoss损失函数，减少超参数调节工作，优化训练过程；基于FasterNet提出C3\|Faster，代替网络中的C3模块，以PConv的思想提升模型检测性能，减少模型体积；最后添加轻量级上采样算子CARAFE，扩大模型感受野，提升对不同大小目标的检测效果。实验结果表明，改进后的YOLOv5模型相比于原版模型，在钢材表面缺陷数据集上总体平均精度提高了4.174%，参数量减少了11.25%，计算复杂度减少了13.75%，权重体积减少了10.72%，检测性能高于SSD、RetinaNet、FCOS、YOLOv3、YOLOv4等主流目标检测算法，在工业检测中具有较高的应用价值。

来源：2023年第5期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2023年第5期