1.一种基于改进YOLOv5的热压导光板缺陷可视化检测方法，其特征在于:采集热压导光板的图片，并发送至上位机进行预处理，预处理包括利用边缘检测算法获取感兴趣区域，然后使用滑动窗口的分割方法将感兴趣区域分割成一组416×416大小的图片，将获得的所有416×416的图片依次输入导光板缺陷检测模型进行目标检测和分类，输出带有缺陷类型、置信度和缺陷位置标记的图片；

所述导光板缺陷检测模型以YOLOv5为基线网络，包括以CSPDarknet‑53网络为基础的主干网络、采用FPN+PAN的金字塔层结构的颈部部分以及输出部分，在主干网络每个C3模块和卷积模块之间分别插入一个HAM模块，所述416×416的图片经过主干网络依次进行2、4、

8、16、32次下采样后，分别生成208×208、104×104、52×52、26×26和13×13像素的五层特征图并输入颈部部分；颈部部分融合52×52、26×26和13×13像素的特征图，同时将13×13像素的特征图作为MCM模块的输入，并将MCM的输出连接至与FPN第一个Concat处，颈部部分生成三个新的特征图，大小分别为52×52×27、26×26×27和13×13×27输入至输出部分进行目标检测和分类。

2.根据权利要求1所述的一种基于改进YOLOv5的热压导光板缺陷可视化检测方法，其特征在于：所述HAM模块采用了残差结构，输入的特征图F经过深度卷积神经网络的高效通道注意力模块输出通道信息再经过卷积块注意模块输出空间信息，然后将所述通道信息和空间信息进行相乘运算获得融合通道和空间信息的特征图；然后，将输入的特征图F经过Conv模块后与所述融合通道和空间信息的特征图进行相加运算作为HAM模块的输出；

所述Conv模块由卷积核大小为3×3、步长为1的普通卷积、批归一化和SiLU激活函数组成。

3.根据权利要求2所述的一种基于改进YOLOv5的热压导光板缺陷可视化检测方法，其特征在于：所述MCM模块包括将输入的特征图通过扩张率分别为1、3、5的扩张卷积进行卷积运算得到三个特征图，然后再将这三个特征图进行concatenate融合，通道数翻倍，再通过1×1的卷积还原通道数，最后经过激活函数sigmoid后与MCM模块输入的特征图进行相乘操作后作为MCM模块输出的特征图。

4.根据权利要求3所述的一种基于改进YOLOv5的热压导光板缺陷可视化检测方法，其特征在于：所述滑动窗口的分割方法具体为：选择窗口大小为416×416，滑动起始点为所述感兴趣区域的左上角边界，每次滑动步长为窗口边长的0.8倍，然后在所述感兴趣区域由左到右、由上到下依次滑动窗口，直至到达所述感兴趣区域的右下角边界获得所述一组416×

416大小的图片；

所述边缘检测算法采用OpenCV计算机视觉库中的Canny算子，Canny算子对整张热压导光板图片求梯度，而梯度变化最大的位置为感兴趣区域的边缘，通过此边缘获取所述感兴趣区域。

5.根据权利要求4所述的一种基于改进YOLOv5的热压导光板缺陷可视化检测方法，其特征在于：所述导光板缺陷检测模型的训练和测试过程为：

1)构建测试集和训练集；

采集工业现场的热压导光板图片，使用边缘检测算法获取感兴趣区域，使用滑动窗口的分割方法将感兴趣区域分割成一组416×416大小的图片并手工筛选出含有四类缺陷类型的图片，对每种缺陷类型的图片进行扩充处理，然后对扩充处理后的每种缺陷类型的图片按6：2：2划分为训练集、验证集和测试集，对每一图片标注缺陷类型以及缺陷位置并采用LabelImg软件生成对应的标签文件；

2)构建所述导光板缺陷检测模型的损失函数：

Loss＝ωboxLbox+ωobjLobj+ωclsLcls                 (5)其中，ωbox＝0.05,ωobj＝0.5和ωcls＝1；

Lbox指位置损失为：

其中，n表示输入的样本数，yn表示目标值，xn表示网络的预测值；IOU为预测框与真实框的交并比，ρ表示真实框A与预测框B中心点坐标的欧氏距离，c表示包住真实框A与预测框B的最小方框的对角线距离，α是权重函数，v用来衡量A与B宽高比的一致性的参数；

3)训练的总轮数为100、批处理大小为16、学习率为0.01以及使用SGD优化器；将训练集中的图片进行马赛克数据增强处理后作为模型训练的输入，训练过程中使用训练集进行模型的拟合，对训练误差进行梯度下降，更新权重；使用验证集验证训练过程中的模型的泛化能力，调整模型的超参数，使用测试集对训练好的模型进行评估从而获得可在线使用的所述导光板缺陷检测模型。

6.根据权利要求5所述的一种基于改进YOLOv5的热压导光板缺陷可视化检测方法，其特征在于：所述扩充处理具体为：对每种缺陷类型随机选择50％的图片进行120‑150％的亮度增强、平移、水平或垂直翻转；

所述马赛克数据增强处理为：首先从训练集中随机选择四张图片，分别对四张图片进行随机翻转、缩放和亮度变化的变换操作，然后将变换后的四张图像按随机选择的拼接点拼接成一幅图像；

所述缺陷类型为白点缺陷、亮线缺陷、暗线缺陷和面缺陷。