|keyimg1|2023-05-12

简介：本文针对工业产品表面缺陷检测需求，设计基于改进YOLOv5的实时检测系统。通过引入BiFPN多尺度特征融合与CBAM注意力机制，结合CIoU损失函数优化，在NEU-DET数据集上实现96.3%的mAP。系统采用"端-边-云"架构，经TensorRT加速后可在Jetson AGX上达到32fps的推理速度，工业现场测试准确率95.8%，满足智能制造对高效、精准检测的要求。

工业缺陷检测 深度学习 YOLOv5 多尺度特征融合 注意力机制 模型压缩