基于改进的YOLOv5的缺陷或故障检测方法及装置

本发明涉及焊接缺陷或故障检测技术领域，具体涉及基于改进的YOLOv5的缺陷或故障检测方法及装置。包括：获取包含缺陷或故障部位和无缺陷或故障部位的红外图像，构建训练样本；基于Swin Transformer的移位窗口多头自注意力机制构建改进的YOLOv5网络模型；采用训练样本对其训练，得到缺陷或故障检测模型；输入待检测部位的红外图像，得到缺陷或故障检测结果。本发明中，采用的改进的网络模型能够更好的捕捉复杂模式和细节特征，从而采用训练得到的缺陷或故障检测模块进行检测，不仅解决了传统人工检测焊接质量效率低、准确性差和主观性强的问题，同时提高了对小目标检测的特征提取能力和检测精度及准确性。