基于改进YOLOv5的织物瑕疵检测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：为了解决织物瑕疵形态的多样性以及瑕疵检测速度慢等问题，提出了基于YOLOv5的增强算法。其中，在C3模块中引入了通用倒瓶颈模，大大减少了模型的参数计算量。此外，还引入了自注意力模块PSA，可以快速锁定目标信息。针对织物瑕疵形态的多样性引入了特征融合模块CCFM。在自建织物瑕疵数据集和DAGM2007数据集上的实验结果表明，改进YOLOv5的平均精度（mAP）达到94.4%且检测FPS能达到526.31，验证了该增强算法的有效性。（剩余80字）

试读结束

目录
monitor
客服机器人