来源：期刊VIP网 时间：
作者：朱永平;程博;熊聪;丁聪;
单位：湖北工业大学机械工程学院;现代制造质量工程湖北省重点实验室;
摘要：针对软包装锂离子电池表面缺陷特征尺度不一、缺陷检测时小目标检测效果差的问题，提出基于改进YOLOv5的软包装锂离子电池表面缺陷检测算法。首先，将感受野注意力卷积(RFCAConv)融合到Bottleneck结构中，并替换主干网络中的卷积层(Conv),通过有效提取感受野空间特征，提升模型整体性能；其次，将大型可分离核注意力(LSKA)融合到快速空间金字塔池化(SPPF)模块中，增强多尺度特征的提取能力；最后，将P2目标检测层融入路径聚合网络(PANet),提高模型对边缘细节信息的抓取能力，增强模型对小尺度缺陷特征的提取能力。改进后的YOLOv5s算法，均值平均精度为89.1%,较原模型提高4.8个百分点，每秒帧数达40.0,能够满足软包锂离子电池表面缺陷实时检测的需求。
关键词：YOLOv5算法;;锂离子电池;;缺陷检测;;感受野注意力卷积(RFCAConv);;可分离大核注意力;;P2检测层
基金资助：国家自然科学基金项目（51275158）
