基于改进YOLOv4-tiny的焊点检测方法

摘要

在工业生产过程中,产品的焊接质量对产品质量起到重要作用,因此,对焊点的检测是生产过程中一个重要环节。该文提出了一种基于改进YOLOv4-tiny算法的焊点检测方法,首先在YOLOv4-tiny主干网络后加入空间金字塔池化模块,对不同大小的特征进行提取与聚合,提高网络的特征提取能力;其次,在颈部网络中添加ECA模块,加强网络对重点目标的识别;使用EIoU让目标框的回归损失变得更稳定,在分类损失中使用标签平滑,减少模型训练中的过拟合问题。在训练阶段,使用预训练权重以及冻结训练方法,提高模型训练的效率和效果。通过实验可知,改进算法对焊点识别的平均精度均值为99.16%,比原算法提升了3.59%,检测速度达到91 f/s,实现了对焊点快速、精确的检测,具有良好的应用前景。