-
题名基于改进YOLOv5算法的织物缺陷检测
被引量：2
- 1
-
-
作者
林桂娟
王宇
刘珂宇
李子涵
-
机构
厦门理工学院
-
出处
《棉纺织技术》
CAS
2024年第10期33-41,共9页
-
基金
福建省科技厅自然科学基金面上项目(2020J01130801)。
-
文摘
基于现有织物缺陷检测算法受疵点尺寸与织物纹理背景的影响导致检测精度较低,同时检测模型过于复杂,难以部署到工控设备上,无法满足织物缺陷实时检测等现状,提出一种改进YOLOv5算法的织物缺陷检测算法。以YOLOv5算法为基准模型,采用跨阶段部分连接残差网络替代原模型的主干网络,增强模型上下文特征信息学习能力;将SimAM注意力机制融入到模型中,提升对有用特征的提取能力,抑制无用纹理背景特征的干扰;引入WIoU与Varifocal Loss损失函数,提高回归框准确性的同时降低负样本权重;最后,针对织物的小目标疵点难以检测的问题,提出增加小目标检测层的方法,提高模型的检测能力。试验结果表明:该研究算法能够快速准确地检测织物疵点,精确率与mAP分别达到86.46%与84.4%,与基准模型相比,分别提高6.16个百分点和5.8个百分点。
-
关键词
织物缺陷检测
YOLOv5模型
SimAM
WIoU
cspresnet
-
Keywords
fabric defect detection
YOLOv5 model
SimAM
WIoU
cspresnet
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
