基于改进YOLOv5算法的织物缺陷检测OACSTPCD
基于现有织物缺陷检测算法受疵点尺寸与织物纹理背景的影响导致检测精度较低,同时检测模型过于复杂,难以部署到工控设备上,无法满足织物缺陷实时检测等现状,提出一种改进YOLOv5算法的织物缺陷检测算法。以YOLOv5算法为基准模型,采用跨阶段部分连接残差网络替代原模型的主干网络,增强模型上下文特征信息学习能力;将SimAM注意力机制融入到模型中,提升对有用特征的提取能力,抑制无用纹理背景特征的干扰;引入WIoU与Varifocal Loss损失函数,提…查看全部>>
林桂娟;王宇;刘珂宇;李子涵
厦门理工学院,福建厦门361000厦门理工学院,福建厦门361000厦门理工学院,福建厦门361000厦门理工学院,福建厦门361000
计算机与自动化
织物缺陷检测YOLOv5模型SimAMWIoUCSPResNet
《棉纺织技术》 2024 (10)
P.33-41,9
福建省科技厅自然科学基金面上项目(2020J01130801)。
评论