基于改进YOLOv5的微小柱状零件表面缺陷检测系统

针对“细小曲面”的零件表面缺陷检测技术,目前尚不多见。以一种直径在mm级、表面缺陷尺寸在μm级的柱状金属零件为研究对象,设计了一套微小柱状零件表面缺陷检测系统。首先分析了检测对象的技术特征与“全、细、微、多、高”检测难点。然后针对“全、细、微”的技术要求,给出了图像采集装置的设计方案,实现了在微小零件柱状曲面上的全表面逐一成像。随后,针对“多、高”两大技术难点,提出了一种基于YOLOv5与注意力机制的检测算法,给出了实验数据集的准备方法并开展了和现有方法的多组对比实验与消融实验,实验结果表明所提算法能够辨识零件表面多种缺陷。相关研究已经应用于工业现场,显著提高了微小柱状零件表面缺陷的检测效率和准确率,对其他类似零件的表面缺陷检测也有借鉴价值。