基于改进YOLOv5s的并条棉网杂质检测

作     者：马宝林 王静安 郭明瑞 韩晨晨 高卫东 MA Baolin;WANG Jing′an;GUO Mingrui;HAN Chenchen;GAO Weidong

作者机构：江南大学江苏无锡214122 南通华强布业有限公司江苏南通226600 

基　　金：中央高校基本科研业务费专项资金(JUSRP121030) 江苏省基础研究计划自然科学基金⁃青年基金项目(BK20221061) 

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

年 卷 期：2024年第52卷第10期

页      码：42-46页

摘      要：针对目前并条环节人工检测棉网杂质速度缓慢、检测精度低和主观随机性大等问题,提出一种基于改进YOLOv5s算法的并条棉网杂质检测方法。首先设计了一套离线图像采集系统连续采集并条棉网图像,并建立包含杂质的并条棉网图像数据集;然后在C3模块中引入RFE感受野增强模块,通过更广阔的感受野来增强微小杂质的特征。同时添加SE注意力机制,学习多尺度的通道依赖关系,强化对微小杂质的特征提取能力,提升算法检测效果。结果表明:与YOLOv5s算法相比,改进算法的精确率、召回率和mAP@0.5分别提升了3.9个百分点、2.3个百分点和3.8个百分点。该研究为自动识别并条棉网杂质提供了有效方案。

主 题 词：并条 棉网检测 YOLOv5s 感受野增强模块 通道注意力机制 

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

D　O　I：10.3969/j.issn.1001-7415.2024.10.009

馆 藏 号：203143956...