一种基于YOLOv5的密封堵表面缺陷检测深度学习方法

本发明涉及深度学习缺陷检测技术领域的一种基于YOLOv5的密封堵表面缺陷检测深度学习方法，包含以下步骤：S1、优化YOLOv5网络算法，在YOLOv5网络算法的骨干网络最后一层特征融合前加入注意力机制SE模块，在颈部网络两次上采样融合后均加入注意力机制CBAM模块；S2、采集密封堵不同缺陷类别并制作密封堵表面缺陷数据集；S3、通过密封堵表面缺陷数据集训练优化后的YOLOv5网络算法，得到用于密封堵表面缺陷检测的YOLOv5目标检测网络；该密封堵表面缺陷检测深度学习方法，目的在于实现精小型密封堵表面缺陷的快速、准确、高速检测。