基于改进YOLOv5s的空气断路器质量检测算法OA

近年来,新一代信息技术与先进制造业充分融合,使空气断路器质量检测受到越来越多的关注.传统的模板匹配检测方式存在精度低、适应性差的缺点.为解决上述问题,以工厂环境下的空气断路器图像为研究目标,采用目标检测方式对装配线上的空气断路器进行质量检测.选取YOLOv5s为基础模型,通过融合RepViTBlock模块,增强模型的特征提取能力;用G-SPPFCSPC代替原有的SPPF,增强模型的特征融合能力;最后用MPDIoU损失函数替换原有的CIoU损失函数,增强模型的精度和稳定性.改进后的模型在空气断路器数据集中,平均精度达到95.8%,推理帧率为63.8 fps.相比改进前,平均精度提高7.64%,推理帧率提高49.77%.经实际检验,该模型具有良好的应用价值.