Page 92 - 《应用声学》2025年第1期
P. 92

第 44 卷 第 1 期                                                                       Vol. 44, No. 1
             2025 年 1 月                          Journal of Applied Acoustics                   January, 2025

             ⋄ 研究论文 ⋄


                    改进YOLOv5的高密度聚乙烯管热熔接头


                                3D全聚焦成像缺陷识别分析                                          ∗




                       肖权旌      1    王 强    2†    谷小红     1    许卫荣     3    刘剑锋      4   国树东      4


                                             (1 中国计量大学机电工程学院        杭州  310018)
                                          (2 中国计量大学质量与安全工程学院          杭州   310018)
                                             (3 湖州市特种设备检测研究院        湖州  313000)
                                             (4 泰安市特种设备检验研究院        泰安  271000)

                摘要:为保障聚乙烯管热熔接头缺陷识别效率和准确性,该文提出一种基于改进 YOLOv5 的高密度聚乙烯管
                热熔接头 3D 全聚焦成像缺陷识别方法。首先,在 YOLOv5 模型的特征提取网络中加入 SE 注意力机制模块,
                提高不明显缺陷的边缘特征提取,在预测网络中,将原始 YOLOv5 的损失函数改为 SIoU 损失函数,提高模型
                回归效率和收敛速度,更有利于模型的优化;其次,对高密度聚乙烯试块典型缺陷 (ϕ1 mm、ϕ2 mm、ϕ3 mm) 进
                行 3D 全聚焦成像检测实验,采集原始的 3D 全聚焦缺陷图谱,完成图像增广并建立数据集;最后,采用迁移学
                习策略对改进模型进行训练,获取最优模型并进行评价。结果表明:该方法与传统 YOLOv5 相比,其准确率提
                升了 2.4%,召回率提升了 3.1%,较好解决检测人员错检、漏检等情况,提高检测效率。
                关键词:全聚焦成像;3D 成像;高密度聚乙烯管;缺陷识别;深度学习
                中图法分类号: TG115.28           文献标识码: A          文章编号: 1000-310X(2025)01-0088-09
                DOI: 10.11684/j.issn.1000-310X.2025.01.008


              3D total focusing method imaging defect identification analysis of high density
                     polyethylene thermal butt fusion joint based on improved YOLOv5



                                                             2
                                                                           1
                                                                                         3
                                              1
                               XIAO Quanjing , WANG Qiang , GU Xiaohong , XU Weirong ,
                                                         4
                                             LIU Jianfeng and GUO Shudong   4
                      (1 College of Mechanical and Electrical Engineering, China Jiliang University, Hangzhou 310018, China)
                        (2 College of Quality and Safety Engineering, China Jiliang University, Hangzhou 310018, China)
                             (3 Huzhou Special Equipment Testing and Research Institute, Huzhou 313000, China)
                              (4 Taian Special Equipment Testing and Research Institute, Tai’an 271000, China)
                 Abstract: In order to ensure the efficiency and accuracy of defects identification of polyethylene pipe butt
                 fusion joints. This paper proposed a method of 3D total focusing method (TFM) imaging defect identification
                 of butt fusion joints of high density polyethylene (HDPE) pipe based on improved YOLOv5. Firstly, the
                 SE attention mechanism module was added to the feature extraction network of YOLOv5 model to improve the


             2023-09-01 收稿; 2023-10-24 定稿
             国家重点研发计划项目 (2023YFF0611600), 浙江省 ‘尖兵’‘领雁’ 研发攻关计划项目 (2022C03179), 浙江省市场监管局科技计划项目
             ∗
             (20210144)
             作者简介: 肖权旌 (1997– ), 男, 浙江宁波人, 硕士研究生, 研究方向: 相控阵超声无损检测。
             † 通信作者 E-mail: qiangwang@cjlu.edu.cn
   87   88   89   90   91   92   93   94   95   96   97