科技导报分享 http://blog.sciencenet.cn/u/kejidaobao

博文

基于改进YOLOv5s模型的风电叶片内腔缺陷检测

已有 165 次阅读 2024-6-19 09:00 |系统分类:论文交流

基于改进YOLOv5s模型的风电叶片内腔缺陷检测

张成义,郭贺

上海发电设备成套设计研究院有限责任公司,上海200240

摘要 针对风电叶片轻微裂纹难于检测的问题,提出一种基于改进YOLOv5s模型的检测方法:通过在主干网络部分使用空洞空间金字塔池化(ASPP)代替空间金字塔池化(SPP)以适应不同大小和比例的目标,将注意力机制模块(squeeze and excitation,SE)插入主干网络中以增加网络对微小缺陷的敏感度,使用结构化交并比损失(SIoU-Loss)代替完全交并比损失(CIoU-Loss),以进一步提高新网络的准确性和训练速度。针对以上检测方法采用自建数据集进行对比实验,实验结果表明,改进YOLOv5s模型的平均精度均值(mAP)为94.29%,与YOLOv5s模型相比提升了7.03个百分点,检测精度与其他的主流模型对比依然具有优势,检测速度为42.78 f/s。该方法在风电叶片内腔缺陷检测方面具有较好的使用性能和效果。

关键词 YOLOv5s模型;风电叶片;缺陷检测

(责任编辑  傅雪)

http://www.kjdb.org/CN/10.3981/j.issn.1000-7857.2023.05.00745



https://blog.sciencenet.cn/blog-336909-1438773.html

上一篇:运行于边侧物联网设备的区块链轻型应用研究与实现
下一篇:基于改进SSD模型的风电叶片内腔缺陷检测
收藏 IP: 219.142.112.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-7-24 13:53

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部