10.3969/j.issn.1001-7415.2022.11.003
基于改进YOLOv5算法的织物疵点检测系统
为了解决织物疵点检测基本靠人工目测、检出效率低的问题,设计基于改进YOLOv5算法的织物疵点检测系统.该系统以YOLOv5算法为基础,通过引入CBAM网络模型,在通道和空间上增强特征图重要信息的表达能力,并直接融合拥有更丰富感受野信息的SPPF特征层,提高对细微疵点的检测精度与检出效率.通过对比试验发现,改进后的算法比原始YOLOv5算法的mAP@0.5值提高了2.1个百分点.认为:该研究提出的算法更适合织物疵点检测,能够满足工业需求.
织物疵点、YOLOv5算法、深度学习、注意力机制、机器视觉
50
TS101;TP391(纺织工业、染整工业)
中法国际合作CoMix基金项目CoMix;2021—2022
2022-11-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
15-20