来源：期刊VIP网 时间：
作者：彭晏飞;袁晓龙;陈炎康;赵涛;
单位：辽宁工程技术大学电子与信息工程学院;
摘要：针对目前带钢表面缺陷检测算法在实际应用中检测精度低等问题，提出了一种基于改进YOLOv5s的带钢表面缺陷检测方法。以YOLOv5s模型为基础，首先在主干网络融合Swin Transformer结构，并与颈部网络进行特征融合，增强带钢表面缺陷的特征提取能力；其次，将全局注意力机制（Global attention mechanism）融合到C3结构中，在减少特征信息弥散的情况下放大全局跨纬度的交互特征，提高检测效率；最后，用解耦头（Decoupled head）替换模型中的检测头，更好的解决分类任务与回归任务之间的矛盾。用改进后的带钢表面缺陷检测方法在数据集上进行实验，结果表明，改进后的方法精确率达到85.0%，均值平均精度达到80.8%，较原YOLOv5s算法提高了9.5%和5.7%，进一步满足了对带钢表面缺陷检测精度的需求。
关键词：缺陷检测;;Swin Transformer;;改进YOLOv5s;;注意力机制;;解耦头
基金资助：国家自然科学基金项目（61772249）;; 辽宁省高等学校基本科研项目（LJKZ0358）;; 辽宁工程技术大学双一流学科创新团队项目（LNTU20TD-27）
