基于局部-全局高效建模型改进YOLOv5的焊缝DR图像缺陷智能识别方法

本发明公开了一种基于局部‑全局高效建模型改进YOLOv5的焊缝DR图像缺陷智能识别方法。该方法设计了一个iRMB_Conv高效特征提取模块，该模块结合了动态全局建模与静态局部信息融合的技术优势。在Backbone网络中，iRMB_Conv模块能够充分提取焊缝DR图像的多尺度缺陷特征，有助于提升不同尺度缺陷的识别精度。此外，在Neck网络中，本发明设计了一种上下文感知模块CSM，通过采用不同膨胀率的膨胀卷积，获取不同感受野的特征，有效增强了焊缝DR图像中微小缺陷的特征信息，进而提高了模型对微小缺陷的识别精度。该智能识别模型具有高识别精度和良好的鲁棒性，适用于航空、航天、核工业、特种设备等工业领域，促进了焊缝DR图像缺陷智能识别技术的应用和部署。