基于改进YOLOv5的推力球轴承表面缺陷检测算法

袁天乐,袁巨龙,朱勇建,郑翰辰

Surface defect detection algorithm of thrust ball bearing based on improved YOLOv5

Tian-le YUAN,Ju-long YUAN,Yong-jian ZHU,Han-chen ZHENG

表 4 添加多头自注意力机制模块检测结果对比

Tab.4 Add multi-head self-attention mechanism module detection result comparison

实验 模型 算法 AP F1 mAP@0.5 划伤 压印 缺球 1 原 BN 0.676 0.846 0.986 0.821 0.836 2 图5(a) BN 0.666 0.864 0.993 0.821 0.841 3 图5(b) BN 0.698 0.851 0.988 0.831 0.846 4 图5(c) BN 0.566 0.869 0.987 0.814 0.807 5 图5(d) BN 0.714 0.869 0.989 0.832 0.857 6 图5(b) IN 0.715 0.869 0.992 0.845 0.859 7 图5(d) IN 0.717 0.876 0.991 0.850 0.861