融合Fasternet与YOLOv5模型的鸡蛋外观检测

作     者：魏晶鑫 陈中举 许浩然 WEI Jingxin;CHEN Zhongju;XU Haoran

作者机构：长江大学计算机科学学院湖北荆州434023 

基　　金：湖北省教育厅科学技术研究项目(编号:B2021052) 

出 版 物：《食品与机械》 (Food and Machinery)

年 卷 期：2024年第40卷第8期

页      码：105-112,165页

摘      要：[目的]高效识别自动化生产过程中存在蛋壳瑕疵的鸡蛋。[方法]设计了一种融合Fasternet模块与YOLOv5s的鸡蛋外观检测模型FC-YOLOv5。该模型使用Kmeans++算法对数据集重新聚类,优化先验框;将C3结构中的Bottleneck模块替换为FasternetBlock模块,减少模型参数量,同时提高模型检测精度;采用Soft-NMS算法作为非极大值抑制算法,提高重叠特征的检测效果;引入CBAM注意力机制,增加网络模型对重要特征的提取能力。[结果]与YOLOv5原模型相比,改进后的FC-YOLOv5模型在mAP@0.5和mAP@0.5:0.95上分别提高了3.2%和5.2%,计算量和参数量分别减少了19.6%和16.9%,且与YOLOv7-tiny和YOLOv8模型相比有显著优势。[结论]试验方法在鸡蛋外观检测场景下可提高检测精度并降低参数量,达到鸡蛋自动化生产中的次品蛋识别目的。

主 题 词：鸡蛋外观检测 YOLOv5 Fasternet Kmeans++ CBAM 

学科分类：12[管理学] 0832[0832] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 083203[083203] 

D　O　I：10.13652/j.spjx.1003.5788.2023.81137

馆 藏 号：203144120...