Page 102 - 无损检测2025年第三期

彭云超，等：

基于 YOLOv5 的管道环焊缝缺陷目标检测算法分析

0.14 0.025

0.12
对比图 0.020 对比图
0.10 对比图改进 对比图改进
伪彩图 0.015 伪彩图
损失函数均值 0.08 伪彩增强图 目标检测损失函数均值 0.010 伪彩图改进
伪彩图改进
伪彩增强图
伪彩增强图改进
伪彩增强图改进
0.06
0.04
0.005
0.02

0 0
0 100 200 300 400 500 0 100 200 300 400 500
训练轮数/次 训练轮数/次
(a) 损失函数均值 (b) 目标检测损失函数均值
0.12 0.022
0.020
0.11 对比图
对比图改进 0.018
0.10 伪彩图 0.016
验证集损失函数均值 0.08 伪彩增强图 验证集目标检测损失函数均值 0.014 对比图
伪彩图改进
0.09
伪彩增强图改进
0.012
对比图改进
0.010
0.07
伪彩图改进
0.06 0.008 伪彩图
伪彩增强图
0.006
0.05 伪彩增强图改进
0.004
0.04 0.002
0 100 200 300 400 500 0 100 200 300 400 500
训练轮数/次 训练轮数/次
(c) 验证集损失函数均值 (d) 验证集目标检测损失函数均值
图 8 模型改进前后损失函数均值
表2 模型目标检测损失函数均值 %
目标检测损失函数均值 验证集目标检测损失函数均值
模型
最小值 最终值 最小值 最终值
对比图 0.408 0 0.422 3 0.975 0 1.527 0
伪彩图 0.375 0 0.439 5 0.994 0 1.621 0
伪彩增强图 0.381 0 0.382 3 1.065 0 1.826 0
三种图像改进前均值 0.388 0 0.414 7 1.011 3 1.658 0
对比图改进 0.141 0 0.141 4 0.268 0 0.361 5
伪彩图改进 0.149 0 0.157 5 0.242 0 0.302 2
伪彩增强图改进 0.144 0 0.154 7 0.266 0 0.387 3
三种图像改进后均值 0.144 7 0.151 2 0.258 7 0.350 3
改进前后损失降低 －62.714 8 －63.539 9 －74.423 2 －78.870 1
比图模型测试，共有51张图片出现误检、未检出、少 出、少检等情况，有140张图准确识别缺陷；选取伪
检等情况，有121张图准确识别缺陷；选取伪彩图模 彩图模型测试，有55张图片出现误检、未检出、少检
型测试，有63张图片出现误检、 未检出、少检等情况， 等情况，有117张图准确识别缺陷；选取伪彩增强图
有109张图准确识别缺陷；选取伪彩增强图模型测 模型测试，有49张图片出现误检、未检出、少检等情
试，有54张图片出现误检、未检出、少检等情况，有 况，有123张图成功识别准确到缺陷。
118张图准确识别缺陷。 当选取图片数据增强模型测试时，有65组图片
当选取改进后的单一图像模型进行检测时，选 出现误检、未检出、少检等情况，这3组图片中，每
取对比图模型测试，共有32张图片出现误检、未检 一组对比图、伪彩图、伪彩增强图出现的检测错误

68
2025 年 第 47 卷 第 3 期
无损检测