典型文献
基于改进YOLOv5算法的织物疵点检测系统
文献摘要：
为了解决织物疵点检测基本靠人工目测、检出效率低的问题,设计基于改进YOLOv5算法的织物疵点检测系统.该系统以YOLOv5算法为基础,通过引入CBAM网络模型,在通道和空间上增强特征图重要信息的表达能力,并直接融合拥有更丰富感受野信息的SPPF特征层,提高对细微疵点的检测精度与检出效率.通过对比试验发现,改进后的算法比原始YOLOv5算法的mAP@0.5值提高了2.1个百分点.认为:该研究提出的算法更适合织物疵点检测,能够满足工业需求.
文献关键词：
织物疵点;YOLOv5算法;深度学习;注意力机制;机器视觉
中图分类号：
作者姓名：
谢团结;林贤伟;胡连信;严明华;王泽峰
作者机构：
湖州师范学院,浙江湖州,313000;湖州市菱湖万事美毛纺织有限公司,浙江湖州,313009
文献出处：
引用格式：
[1]谢团结;林贤伟;胡连信;严明华;王泽峰-.基于改进YOLOv5算法的织物疵点检测系统)[J].棉纺织技术,2022(11):15-20
A类：
微疵点
B类：
YOLOv5,织物疵点检测,目测,CBAM,特征图,重要信息,表达能力,感受野,SPPF,细微,检测精度,mAP,百分点,注意力机制,机器视觉
AB值：
0.20508
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
