摘要:为了兼顾火箭弹非金属粘贴结构缺陷的检测速度和准确率,提出一种基于改进YOLOv5s的x射线图像火箭弹缺陷检测算法。该算法在YOLOv5s的基础上使用深度分离卷积重新设计特征提取网络中Bottleneck 结构,以此改进C3模块,通过减少模型参数数量,提高运行速度。然后分别在特征提取网络的Focus 结构后和Neck层的卷积和上采样之前加入CBAM模块,用来提高模型对有效特征提取,使模型更加关注小目标,力图保持运行速度的同时提高检测精度。实验结果表明,该算法在自制的火箭弹粘贴缺陷数据集上测试的mAP达到86.40%,比原始模型提高6.44%,FPS为32帧/秒;相比SSD、YOLOX-Tiny网络模型,该模型在检测速度和检测精度上有着出色的综合表现,能够针对火箭弹非金属粘接结构缺陷进行高效的检测。