|
|||||
|
|
| 基于改进YOLOv5模型的织物疵点检测 | |
| 引用本文： | 高敏,邹阳林,曹新旺.基于改进YOLOv5模型的织物疵点检测[J].现代纺织技术,2023(4):155-163. |
| 作者姓名： | 高敏 邹阳林 曹新旺 |
| 作者单位： | 1. 武汉纺织大学纺织科学与工程学院;2. 中电建湖北电力建设有限公司 |
| 基金项目： | 国家自然科学基金青年基金项目(51503162)；;湖北省自然科学基金青年面上项目(2016CFB459)；;国家大学生创新训练计划项目(201910495014)； |
| 摘 要： | 针对传统机器学习方法检测织物疵点精度低，小目标检测较困难的问题，提出一种基于改进YOLOv5的织物疵点的目标检测算法。在YOLOv5模型的Backbone模块中分别引入SE注意力机制和CBAM注意力机制，使模型聚焦于图像中的关键信息，改进传统YOLOv5网络检测精度不高的问题。结果表明：改进后的模型具有更好的检测性能，其中引入CBAM模块后提升幅度最明显，较原网络mAP值提升了7.7%,基本满足织物疵点检测需求。 |
| 关 键 词： | 织物疵点 YOLOv5模型 注意力机制 深度学习 |