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 |
|
|