轻量化瓦楞纸板表面缺陷检测算法的研究OA北大核心CSTPCD
Study on surface defect detection algorithm of lightweight corrugated board
针对瓦楞纸板表面缺陷检测速度慢和识别准确率低等问题,提出基于改进YOLOv5s的轻量化瓦楞纸板表面缺陷检测算法YOLOv5s-GCS.将YOLOv5s骨干网络中原有的Conv模块替换为GhostConv模块,用C2f模块替换C3模块,并集成置换注意力机制(SA)模块;在YOLOv5s颈部网络末端引入SA模块;通过构建瓦楞纸板表面缺陷数据集进行试验验证.试验结果显示,YOLOv5s-GCS算法平均精度均值达到95.0％、召回率达到89.2％、…查看全部>>
To address the problems of slow detection speed and low recognition accuracy in corrugated cardboard surface defect detection,YOLOv5s-GCS was proposed as a lightweight corrugated cardboard surface defect detection algorithm based on the improved YOLOv5s.The original Conv module in the YOLOv5s backbone network was replaced with the GhostConv module,the C3 module was replaced with the C2f module,and the Replacement Attention Mechanism(SA) module was integrated…查看全部>>
李西兴;刘涛;周宏娣;吴锐;陈佳豪
湖北工业大学机械工程学院,武汉 430068湖北工业大学机械工程学院,武汉 430068湖北工业大学机械工程学院,武汉 430068湖北工业大学机械工程学院,武汉 430068湖北工业大学机械工程学院,武汉 430068
YOLOv5s表面缺陷检测置换注意力机制GhostConv模块C2f模块
YOLOv5ssurface defect detectionshuffle attention(SA)GhostConv moduleC2f module
《包装与食品机械》 2024 (5)
88-95,8
国家自然科学基金项目(51805152)湖北省自然科学基金项目(2024AFB816)湖北省重点研发计划项目(2023BEB043)
评论