基于改进YOLOv5+DeepSort算法的块状磨屑的识别与计数研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：传统块状磨屑的处理方式存在效率低、收集不及时等问题，为了实现块状磨屑的精准定位检测，需研究块状磨屑的识别及数量统计。文章在原始YOLOv5算法的基础上添加注意力机制后，进一步强化了块状磨屑的有效特征；用BiFPN 结构代替 YOLOv5 原有 PAN 结构，加强了浅层特征的利用。添加大尺度检测层，可更加准确地定位小尺寸块状磨屑；选择 EIoU 作为目标框回归的损失函数，提高收敛速度。（剩余7665字）

试读结束

目录
monitor