基于yolov5的织物针线细节型的检测算法改进方法

本申请的基于yolov5的织物针线细节型的检测算法改进方法，涉及图像目标检测技术领域，通过收集织物针线细节型样本，对织物针线细节型样本中的织物瑕疵进行标注得到真实框，构建改进的yolov5模型，在BackBone层加入BoTNet架构，在Neck层中加入BiFPN特征融合机制的双向通路，将SIoU损失函数作为损失函数，将织物针线细节型样本作为输入数据，通过BackBone层进行特征提取得到不同尺度的特征图，将特征图通过BiFPN特征融合机制进行融合，计算预测框与真实框之间的SIoU损失函数，更新模型参数，得到训练好的改进的yolov5模型，实现了模型准确率的提高和模型体量的缩小。