引入注意力机制和ConvNext网络的YOLO v5钢铁表面损伤的检测方法

摘要

本发明公开了一种引入注意力机制和ConvNext网络的YOLO v5钢铁表面损伤的检测方法，包括以下步骤：S1：通过图像数据的采集，对裂纹、斑块、夹杂、划伤、麻点、压入氧化铁皮6种缺陷图像进行数据增强，从而获得待检测图像8100张，建立测试数据集；S2：建立和改进YOLO v5的神经网络模型包括引入注意力机制和ConvNext网络模型；S3：将训练数据集中的钢铁的图像，输入到YOLO v5的网络模型中，对YOLO v5的网络模型进行训练，深化YOLO的网络模型；S4：将训练好的权重文件保存到YOLO的网络模型，使用这个权重文件对钢铁表面进行检测，检测钢铁表面是否有损伤；本发明结合深度学习网络与图像处理，实现了对钢铁表面的损伤的快速、准确的检测效果。