改进Yolov5的医废包装袋破损检测方法

作     者：王新良 马耀博 WANG Xin-liang;MA Yao-bo

作者机构：河南理工大学物理与电子信息学院河南焦作454003 哈密豫新能源产业研究院有限责任公司技术研发部新疆哈密839000 

基　　金：新疆维吾尔自治区科技支疆基金项目(2018E02073) 2019年河南省高等学校青年骨干教师培养计划基金项目(2019GGJS060) 2021年度河南省高等学校重点科研基金项目(21B413005) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第12期

页      码：3513-3520页

摘      要：为解决医废包装袋破损检测任务中检测精度低、漏检率高的问题,提出一种改进Yolov5方法用于医废包装袋的破损检测。将更浅层的特征与深层的特征进行融合,建立第四个目标检测层,提高医废包装袋小破损目标的检测准确率;在自制数据集上采用K-means聚类算法聚类出医废包装袋破损检测的先验框(anchorbox);引入融合空间注意力和通道注意力机制的卷积块注意模块(convolutional block attention module,CBAM),使网络聚焦于目标的有用特征而忽略无用特征。实验结果表明,改进的Yolov5网络相较于原网络,平均检测精度由88.6%提升到94.1%,相较于SSD、Yolov3以及Faster R-CNN等,改进的网络在医废包装袋破损检测任务中具有更高的检测精度以及更快的推理速度。

主 题 词：Yolov5网络 破损检测 特征融合 K-means聚类算法 卷积块注意模块 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2022.12.027

馆 藏 号：203115682...