基于改进YOLOv5的棉花异纤检测方法

作     者：潘杨 张守京 杨文彬 PAN Yang;ZHANG Shoujing;YANG Wenbin

作者机构：西安工程大学陕西西安710600 

基　　金：国家重点研发计划项目(2019YFB1707205) 

出 版 物：《棉纺织技术》 (Cotton Textile Technology)

年 卷 期：2022年第50卷第10期

页      码：37-43页

摘      要：针对棉花异纤检测中小尺寸、浅色透明棉花异纤的误检、漏检问题,设计了一种基于深度学习技术的棉花异纤检测方法。根据棉花异纤种类繁多、尺寸小、背景复杂等特点,提出一种嵌入卷积注意力模块,引入深度可分离卷积,并增加了针对小尺寸棉花异纤检测层的YOLOv5棉花异纤检测模型。试验结果表明:改进后的模型mAP@0.5值与mAP@0.5∶0.95值分别达到0.9810、0.773,且收敛速度更快、误差更小,对棉花背景和异纤的分辨能力得到提高。认为:改进的YOLOv5模型具有较高的检测精度,更适用于棉花异纤检测任务。

主 题 词：棉花异纤 YOLOv5 卷积注意力 深度可分离卷积 深度学习 

学科分类：0821[工学-兵器类] 08[工学] 082101[082101] 

D　O　I：10.3969/j.issn.1001-7415.2022.10.009

馆 藏 号：203114543...