基于改进YOLOv8s的摄像头模组缺陷检测

doi:10.3969/j.issn.1006-2475.2024.09.018

摘要/Abstract

摘要： 针对摄像头模组缺陷检测中缺陷尺寸变化大、轮廓不明晰和小目标缺陷漏检率高等问题，提出一种改进的YOLOv8s算法。首先，增加小目标检测层，提高小目标检测性能；其次，引入BiFormer对主干网络中C2f模块进行改进，提出C2f-Bif模块来增强网络的提取图像特征能力；再次，提出混合快速空间金字塔池化模块，增强网络捕获局部和全局信息的能力；最后，加入无参型SimAM注意力机制，抑制非目标背景干扰信息，提高对目标的关注度。实验结果表明：在减少模型参数量的情况下，改进后的YOLOv8s算法对摄像头模组缺陷检测的平均精度均值达到了87.2%，比YOLOv8s算法提升了3.2个百分点。检测速度达到55 FPS，满足工厂对摄像头模组缺陷实时检测的要求。

关键词: 深度学习, YOLOv8s, 缺陷检测, 摄像头, BiFormer, 注意力机制

Abstract: Aiming at the problems of the great change of defect size， unclear contour and high missed detection rate of small target defects in camera module defect detection， an improved YOLOv8s algorithm is proposed. Firstly， the small target detection layer is added to improve the detection performance of small targets. Secondly， BiFormer is introduced to improve the C2f module in the backbone network， and the C2f-Bif module is proposed to enhance the ability of the network to extract image features. Then， the H-SPPF （Hybrid Fast Space Pyramid Pooling） module is proposed to enhance the ability of the network to capture local and global information. Finally， the parameter-free SimAM attention mechanism is added to suppress the non-target background interference information and improve the attention of the target. The experimental results show that the average accuracy of the improved YOLOv8s algorithm for camera module defect detection reaches 87.2% under the condition of reducing the number of model parameters， which is 3.2 percentage points higher than that of the YOLOv8s algorithm. The detection speed reaches 55 FPS， which meets the factory’s real-time detection requirements for camera module defects.

Key words: , deep learning； YOLOv8s； defect detection； camera； BiFormer； attention mechanism

中图分类号:

TP391.4

张泽1, 张建权2, 3, 周国鹏2, 3. 基于改进YOLOv8s的摄像头模组缺陷检测[J]. 计算机与现代化, 2024, 0(09): 107-113.

ZHANG Ze1, ZHANG Jianquan2, 3, ZHOU Guopeng2, 3. Camera Module Defect Detection Based on Improved YOLOv8s[J]. Computer and Modernization, 2024, 0(09): 107-113.

参考文献

［1］张智卜. 手机摄像头发展趋向分析与思考［J］. 中国新通信， 2018，20（11）：52.
［2］ CHANG C F， WU J L， CHEN K J， et al. A hybrid defect detection method for compact camera lens［J］. Advances in Mechanical Engineering， 2017，9（8）. DOI：10.1177/16878
14017722949.
［3］韩鑫. 摄像头模组组装及成像质量一站式检测方法的研究［D］. 赣州：江西理工大学， 2020.
［4］许德刚，王露，李凡. 深度学习的典型目标检测算法研究综述［J］. 计算机工程与应用， 2021，57（8）：10-25.
［5］ GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation［C］// Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition. IEEE， 2014：580-587.
［6］ REN S Q， HE K M， GIRSHICK R， et al. Faster R-CNN： Towards real-time object detection with region proposal networks［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017，39（6）：1137-1149.
［7］ REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once： Unified， real-time object detection［C］// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition. IEEE， 2016：779-788.
［8］ GE Z， LIU S T， WANG F， et al. YOLOx： Exceeding YOLO series in 2021［J］. arXiv preprint arXiv：2107.08430， 2021.
［9］ BOCHKOVSKIY A， WANG C Y， LIAO H Y M. Scaled-YOLOv4： Scaling cross stage partial network［C］// Proceedings of the 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition. IEEE， 2021：13029-13038.
［10］ WANG C Y， BOCHKOVSKIY A， LIAO H Y M. YOLOv7:Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors［C］// Proceedings of the 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition. IEEE， 2023：7464-7475.
［11］ LIU W， ANGUELOV D， ERHAN D， et al. SSD： Single shot multibox detector［C］// Computer Vision-ECCV 2016. Springer， 2016：21-37.
［12］ VASWANI A， SHAZEER N， PARMAR N， et al. Attention is all you need［C］// Proceedings of the 31st International Conference on Neural Information Processing Systems. ACM， 2017：6000-6010.
［13］ BOCHKOVSKIY A， BEYER L， KOLESNIKOV A， et al. An image is worth 16x16 words： Transformers for image recognition at scale［J］. arXiv preprint arXiv：2010.11929， 2020.
［14］ ZHU L， WANG X J， KE Z H， et al. BiFormer： Vision transformer with bi-level routing attention［C］// Proceedings of the 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition. IEEE， 2023：10323-10333.
［15］程婧怡，段先华，朱伟. 改进YOLOv3的金属表面缺陷检测研究［J］. 计算机工程与应用， 2021，57（19）：252-258.
［16］伍济钢，成远，邵俊，等. 基于改进YOLOv4算法的PCB缺陷检测研究［J］. 仪器仪表学报， 2021，42（10）：171-178.
［17］马燕婷，赵红东，阎超，等. 改进YOLOv5网络的带钢表面缺陷检测方法［J］. 电子测量与仪器学报， 2022，36（8）：150-157.
［18］ LIU S， QI L， QIN H F， et al. Path aggregation network for instance segmentation［C］// Proceedings of the 2018 IEEE Conference on Computer Vision and Pattern Recognition. IEEE， 2018：8759-8768.
［19］ ZHANG S F， CHI C， YAO Y Q， et al. Bridging the gap between anchor-based and anchor-free detection via adaptive training sample selection［C］// Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition. IEEE， 2020：9759-9768.
［20］ FENG C J， ZHONG Y J， GAO Y， et al. Tood： Task-aligned one-stage object detection［C］// 2021 IEEE/CVF International Conference on Computer Vision （ICCV）. IEEE， 2021：3490-3499.
［21］ LI X， WANG W H， WU L J， et al. Generalized focal loss： Learning qualified and distributed bounding boxes for dense object detection［C］// Proceedings of the 33rd International Conference on Neural Information Processing Systems. ACM， 2020：21002-21012.
［22］ ZHENG Z H， WANG P， LIU W， et al. Distance-IoU loss： Faster and better learning for bounding box regression［J］. Proceedings of the AAAI Conference on Artificial Intelligence， 2020，34（7）：12993-13000.
［23］ REN S C， ZHOU D Q， HE S F， et al. Shunted self-attention via multi-scale token aggregation［C］// Proceedings of the 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition. IEEE， 2022：10853-10862.
［24］ WU X W， SAHOO D， HOI S C H. Recent advances in deep learning for object detection［J］. Neurocomputing， 2020，396：39-64.
［25］ HUANG Z C， WANG J L， FU X S， et al. DC-SPP-YOLO： Dense connection and spatial pyramid pooling based YOLO for object detection［J］. Information Sciences， 2020，522：241-258.
［26］ WOO S， PARK J， LEE J Y， et al. CBAM： Convolutional block attention module［C］// Proceedings of the 2018 European Conference on Computer Vision. Spring， 2018：3-19.
［27］朱张莉，饶元，吴渊，等. 注意力机制在深度学习中的研究进展［J］. 中文信息学报， 2019，33（6）：1-11.
［28］ YANG L， ZHANG R Y， LI L， et al. SimAM： A simple， parameter-free attention module for convolutional neural networks［C］// 2021 International Conference on Machine Learning. PMLR， 2021：11863-11874.

[1]	何思达, 陈平华. 基于意图的轻量级自注意力序列推荐模型[J]. 计算机与现代化, 2024, 0(12): 1-9.
[2]	黄庭培1, 马禄彪1, 李世宝2, 刘建航1. 基于WiFi和原型网络的手势识别方法[J]. 计算机与现代化, 2024, 0(12): 34-39.
[3]	张思敏, 刘新妹, 殷俊龄, 李宝玲. 基于YOLOv7改进的PCB缺陷检测方法[J]. 计算机与现代化, 2024, 0(12): 45-52.
[4]	张晓东1, 白广芝1, 李敏1, 李昊洋2. 基于经验小波变换的油气井产量预测模型 [J]. 计算机与现代化, 2024, 0(12): 53-58.
[5]	祁贤, 刘大铭, 常佳鑫. 基于改进自注意力机制的多视图三维重建[J]. 计算机与现代化, 2024, 0(11): 106-112.
[6]	王莹莹, 郝潇. 基于Res2Net和递归门控卷积的细粒度图像分类[J]. 计算机与现代化, 2024, 0(10): 74-79.
[7]	史星宇1, 李强2, 庄莉3, 梁懿3, 王秋琳3, 陈锴3, 伍臣周3, 常胜1. 一种面向工业部署的目标检测模型蒸馏技术[J]. 计算机与现代化, 2024, 0(10): 93-99.
[8]	程亚子1, 雷亮1, 2, 陈瀚1, 赵毅然1. 基于转置注意力的多尺度深度融合单目深度估计[J]. 计算机与现代化, 2024, 0(09): 121-126.
[9]	时现伟1, 范鑫2. 基于轻量化的视频帧场景语义分割方法[J]. 计算机与现代化, 2024, 0(08): 49-53.
[10]	徐新爱, 李钢. 基于DCGAN的课堂表情图像生成方法[J]. 计算机与现代化, 2024, 0(08): 88-91.
[11]	高帅鹏, 王怡凡. 基于图像的群体情绪识别综述[J]. 计算机与现代化, 2024, 0(08): 98-107.
[12]	宁召阳1, 2, 申情2, 3, 郝秀兰1, 2, 赵康1, 2. 基于改进对抗学习及融合特征的短文本分类框架[J]. 计算机与现代化, 2024, 0(04): 66-76.
[13]	游嘉靖1, 2, 何月顺1, 何璘琳1, 钟海龙1, 2. 基于AHP-CNN的加密流量分类方法[J]. 计算机与现代化, 2024, 0(04): 83-87.
[14]	张高义1, 徐杨1, 2, 曹斌1, 2, 石进1. 全局跨层交互网络学习细粒度图像特征表示[J]. 计算机与现代化, 2024, 0(03): 97-104.
[15]	周永钦, 王勇, 王瑛. 基于多尺度特征及注意力机制的轻量化PCB缺陷检测方法#br#[J]. 计算机与现代化, 2024, 0(02): 88-92.