申请/专利权人:中国电子科技集团公司第四十一研究所
申请日:2024-03-27
公开(公告)日:2024-06-14
公开(公告)号:CN118196050A
主分类号:G06T7/00
分类号:G06T7/00;G06N3/0464;G06V10/80;G06V10/82;G06V10/764
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明公开了一种基于改进YOLOv5s的烟箱缺条检测方法,属于图像处理检测技术领域。本发明具体包括步骤:烟箱缺条数据集的获取,并对数据进行预处理,通过数据处理算法对数据进行分类和标定;构建基于改进YOLOv5s的多帧拓扑网络结构;使用改进YOLOv5s的多帧拓扑网络结构对处理后的数据进行训练并验证;对改进后的YOLOv5s多帧拓扑网络结构进行评估。本发明提出的多帧拓扑网络结构主要通过引入双通道并发式Neck模块增强模型对复杂图像的鲁棒性;通过引入多层次特征融合模块,该模块通过接收处理后的输入特征图同步发送给注意力卷积层与普通卷积层,对两者的输出采用双通道卷积技术进行耦合计算得到目标特征更加突出的特征图。
主权项:1.一种基于改进YOLOv5s的烟箱缺条检测方法,其特征在于:包括以下步骤:步骤1:烟箱缺条数据集的获取与制作;对获取的烟箱缺条图片数据进行预处理,通过数据处理算法对数据重新进行分类和标定;步骤2:构建基于改进YOLOv5s的多帧拓扑网络结构;步骤3:使用改进YOLOv5s的多帧拓扑网络结构对处理后的数据进行训练并验证;步骤4:对改进后的YOLOv5s多帧拓扑网络结构进行模型评估。
全文数据:
权利要求:
百度查询: 中国电子科技集团公司第四十一研究所 一种基于改进YOLOv5s的烟箱缺条检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。