融合多阶段图像增强与自适应轻量化YOLOv5模型的刺绣技法分类技术研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：随着传统刺绣技艺在文化遗产保护中的价值日益凸显，基于计算机视觉的自动化分类方法逐渐成为研究的重点。文章提出一种创新的刺绣技法分类方法，结合了多阶段图像增强与自适应轻量化YOLOv5模型来提高分类精度与处理效率；通过多阶段图像增强技术改善刺绣图像的质量从而更好地保留了图像中的纹理和细节信息；应用一种自适应轻量化优化方案，通过模型压缩和特征提取进行优化，在降低计算资源消耗的同时增强了不同刺绣技法的识别能力。（剩余7020字）

试读结束

目录
monitor
客服机器人