龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：苏州威华智能装备有限公司
摘要：本发明提供一种基于改进YOLOv5的电池片丝网印刷缺陷检测方法，通过使用数据增强生成新的丝网印刷缺陷图像来扩充数据集的数量，得到更多的数据样本，然后对丝网印刷缺陷进行标注，并按预设比例划分训练集、测试集和验证集，接着将训练集输入到PCDD‑YOLOv5网络的输入端，通过主干网络中的C3模块和CBAM模块形成CBAMC3_n模块对特征图实现更加高效的特征提取和融合，使得模型能够动态调整对不同特征的重要性，更加高效和精确地捕捉特征图中的关键特征，提高目标检测的精度，并在颈部网络中增加小目标检测层，对主干网络中不同层的特征图进行融合，提高检测效率和准确性。
主权项：1.一种基于改进YOLOv5的电池片丝网印刷缺陷检测方法，通过改进的YOLOv5网络模型实现，改进的YOLOv5网络模型为PCDD-YOLOv5网络模型；PCDD-YOLOv5网络模型的主干网络中C3模块合并后增加CBAM模块形成CBAMC3模块，CBAM模块包括空间注意力模块和通道注意力模块，在颈部网络的顶层增加一层小目标检测层；其特征在于：还包括以下步骤：S1通过相机采集光伏太阳能电池片丝网印刷缺陷图像，然后构建数据集；S2利用数据增强扩充数据集中电池片丝网印刷缺陷图像的数量，对扩充后的数据集进行预处理，然后进行标注，并按照预设比例划分训练集、测试集和验证集；S3搭建PCDD-YOLOv5网络模型；S4将步骤S2中的训练集输入改进的PCDD-YOLOv5网络模型，然后通过模型检测后输出电池片丝网印刷缺陷的类型；S4.1将步骤S2中训练集输入到主干网络的C3模块之后的输入图像特征先通过通道注意力模块进行卷积然后再通过空间注意力模块进行卷积得到输出主干网络的输出特征图；S4.2将主干网络的输出特征图通过小目标检测层对顶层的输出特征图与主干网络中第2层的输出特征图进行融合输出特征图；S4.3对输出特征图进行检测并输出电池片网印缺陷的类型；S5将步骤S4中训练后的模型进行评估，重复S1~S4，确定电池片丝网印刷缺陷图像输入模型，将待检测的电池片丝网印刷缺陷图像输入模型中进行检测，并输出丝网印刷缺陷的类型。
全文数据：
权利要求：
百度查询： 苏州威华智能装备有限公司 一种基于改进YOLOv5的电池片丝网印刷缺陷检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号