既存の溶接欠陥検出アルゴリズムにおける小スケール検出の不正確さ、リアルタイム性の低さ、及びパラメータ数の多さという問題に対し、改良された溶接欠陥オンライン検出アルゴリズムYOLO-TRを提案した。本アルゴリズムは、焼け、焼き抜け、スラグ巻き込み、不溶合、ずれの5種類の一般的な溶接欠陥のオンライン検出を実現する。三重注意機構をYOLOv5特徴抽出ネットワークアルゴリズムと組み合わせてモデルの特徴抽出能力を向上させる；ネックネットワークは動的アップサンプリングモジュールを採用し、特徴マップの解像度を向上させることで高精度検出の要件を満たす；分散焦点検出ヘッドを追加し、モデルパラメータ数を抑制しながらスケール変化に対するモデルの安定性を強化；Shape-IoU損失関数により回帰精度とモデルの収束速度を向上させる。アルゴリズムの有効性を検証するため、アブレーション実験と比較実験を行い、YOLO-TRアルゴリズムの総合性能を評価した。実験結果は、YOLO-TRアルゴリズムの精度が92.5%であり、元のネットワークより3.6%向上；リコールは88.8%で2.1%向上；全タイプ平均精度（mAP@0.5）は0.8%向上；モデルパラメータ数はわずか4.4%増加したことを示している。本アルゴリズムは溶接欠陥の効率的なオンライン検出を実現し、安定性と汎化能力に優れ、産業欠陥検出分野におけるYOLO-TRアルゴリズムの有効性を検証した。

欠陥検出;YOLOv5;三重注意機構;分散焦点検出ヘッド;動的アップサンプリング