数字技术与应用杂志

摘要：<正>目前，针对工业中微镜头缺陷检测困难、效率低下、误检率高、对微小缺陷识别能力不足等问题，本文首先提出了一种新的工业微镜头缺陷检测方案，具体方法是利用散斑透射的方式，将表面缺陷问题转化为光学图像检测问题。其次还提出了一种针对图像过大、冗余信息过多的图像预处理方式，该方式不仅能够有效丰富数据集，并且能够模拟在工业检测过程中出现的情况，有助于提升模型鲁棒性。最后提出了改进后YOLOv5目标检测模型，通过改进后YOLOv5模型引入了空间注意力以及通道注意力，不仅能够有效针对微小缺陷识别不足问题提升模型学习能力，并抑制噪声影响，还能够在不同尺度上对特征图进行注意力评估，并且自适应关注到图像中的缺陷部分。本文提出的改进后模型能够在MAP指标上取得99.3%的分数，满足了工业微镜头缺陷检测任务中的检测需求。

基金资助： 国家自然科学基金（62006046）；

专辑： 信息科技;工程科技Ⅱ辑

专题： 工业通用技术及设备;计算机软件及计算机应用

分类号： TP391.41;TB851