基于YOLOv5的钢材数量识别方法

摘要：

传统工业建材计数工作一直由人工完成,手工计数方法易受到统计人员的状态影响,无法满足现代化建筑快速工业需求.为解决这一难题,该文提出一种基于YOLOv5的钢材图像计数算法.首先,对钢材技术问题进行分析,明确任务重点难点及工业部署硬件设备需求;同时,根据钢材数据特性搭建YOLO目标检测网络,对钢材数据进行预处理以保证目标特征表达;最后,对模型性能进行测试验证.实验结果表明,该文算法平均检测精度可达98.7％以上,模型准确率可达98.9％,较好完成钢材计数检测任务,且具有一定鲁棒性.

关键词：深度学习、钢材计数、YOLOv5、目标检测、识别算法

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：69-72