基于改进SOLOv2的金丝球焊焊点检测方法

为实现对金丝球焊焊点的精确检测,提出了一种基于改进SOLOv2网络的金丝球焊焊点检测方法。该方法以SOLOv2网络为主体框架,设计了一种孪生结构编码器,可以同时输入同轴光图像和低环光图像并准确提取焊点特征。在SOLOv2网络结构中将编码器同一层级的特征图通过跳跃连接建立同轴光图像和低环光图像之间的特征联系,实现了图像特征信息互补以及焊点检测准确率的提高。通过孪生结构隔离开同轴光图像和低环光图像特征提取模块的权重参数,避免编码器权重参数在训练过程中偏向于某一种光照场景,提高了网络的泛化能力。改进后的SOLOv2网络在测试集上的交并比IoU和F1-score值分别提升了0.0219和0.0137,并且使用在COCO数据集上的预训练权重来初始化编码器,以加速网络的收敛。相对于语义分割网络,SOLOv2网络也能够有效解决黏连焊点特征提取问题,满足实际检测需求。