基于改进YOLO V5的缺陷识别与定量分析
采用YOLO V5算法对碳纤维复合材料预置夹杂缺陷的识别方法展开研究.为了在提高检测精度的同时保证检测效率,通过添加通道注意力机制、空间注意力机制、使用k-means++重新聚类先验框和优化损失函数等措施改进原算法.利用改进后的网络训练缺陷数据集,每秒处理的图片数量逾12幅,平均精度达到98.8%,召回率为98.1%.与其他算法相比,该算法检测精度和速度都有所提高,可满足实时性和准确性要求.
无损检测、YOLO V5、通道注意力机制、空间注意力机制、夹杂缺陷
45
TG115.28;TB332(金属学与热处理)
吉林省教育厅科学技术研究项目;吉林省科技资源开放共享服务平台与科研条件保障项目
2023-04-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
14-19,22