一种基于改进YOLOv5的缺陷检测方法、系统、设备及介质

本发明涉及缺陷检测技术领域，具体地说，涉及一种基于改进YOLOv5的缺陷检测方法、系统、设备及介质；首先通过高清摄像头采集工业零件在生产过程中的图像数据，针对零件表面缺陷特点进行图像预处理，提取关键帧并标注缺陷区域，构建缺陷检测数据集；其次配置训练环境；然后以YOLOv5网络作为基础网络，构建CED‑YOLO网络模型，将YOLOv5网络的主干网络中的C3模块替换为CEMS模块作为特征提取模块，将颈部网络连接检测层部分的C3模块替换为差分注意力DA，对提取到的特征进行增强；最后应用数据增强后的数据集训练并验证CED‑YOLO网络模型，有效减少了计算量，提高了检测效率，大幅度提升了模型的检测性能。