基于改进YOLOv5s的并条棉网杂质检测OACSTPCD
针对目前并条环节人工检测棉网杂质速度缓慢、检测精度低和主观随机性大等问题,提出一种基于改进YOLOv5s算法的并条棉网杂质检测方法。首先设计了一套离线图像采集系统连续采集并条棉网图像,并建立包含杂质的并条棉网图像数据集;然后在C3模块中引入RFE感受野增强模块,通过更广阔的感受野来增强微小杂质的特征。同时添加SE注意力机制,学习多尺度的通道依赖关系,强化对微小杂质的特征提取能力,提升算法检测效果。结果表明:与YOLOv5s算法相比,改进算法的精确…查看全部>>
马宝林;王静安;郭明瑞;韩晨晨;高卫东
江南大学,江苏无锡214122江南大学,江苏无锡214122江南大学,江苏无锡214122江南大学,江苏无锡214122 南通华强布业有限公司,江苏南通226600江南大学,江苏无锡214122
轻工业
并条棉网检测YOLOv5s感受野增强模块通道注意力机制
《棉纺织技术》 2024 (10)
P.42-46,5
中央高校基本科研业务费专项资金(JUSRP121030)江苏省基础研究计划自然科学基金⁃青年基金项目(BK20221061)。
评论