基于改进YOLO的织物染色瑕疵轻量化检测方法及系统

AITNT
正文
推荐专利
基于改进YOLO的织物染色瑕疵轻量化检测方法及系统
申请号:CN202410962656
申请日期:2024-07-18
公开号:CN119006370A
公开日期:2024-11-22
类型:发明专利
摘要
本发明涉及织物染色瑕疵检测技术领域,具体涉及一种基于改进YOLO的织物染色瑕疵轻量化检测方法及系统。所述方法包括:采集织物染色瑕疵图片;对采集到的织物染色瑕疵图片进行打标并划分数据集,获得样本图像数据;对样本图像数据进行数据增强;采用FasterNet中的PatchEmbed、FasterNet‑block、PatchMerge结构代替Conv和C3结构;将Coordinate attention插入并融入Neck层中的C3模块中;使用样本图像数据训练改进YOLOv5s模型;对训练好的改进YOLO模型进行结构化剪枝,获得轻量化模型;将所述轻量化模型部署到目标移动设备上,进行织物染色瑕疵检测。
技术关键词
YOLO模型 染色 织物 样本 移动设备 数据 图像 图片 模块 瑕疵检测技术 剪枝模型 模型剪枝 标签文件 顶点 瘦身 坐标 图标 软件 数值
系统为您推荐了相关专利信息
1
资源推送方法、训练方法、装置、电子设备以及存储介质
主题特征 样本 资源推送方法 资源特征 训练深度学习模型
2
一种系统检测方法、存储介质及计算机程序产品
指标 系统检测方法 特征数据提取 系统上下文 参数
3
视觉检测模型的训练方法、装置、电子设备、计算机可读存储介质及计算机程序产品
样本 图像 扫地机器人 计算机可执行指令 视觉
4
一种基于氢氧稳定同位素的蚕茧产地溯源模型构建方法
氢氧稳定同位素 模型构建方法 同位素比率 稳定同位素指纹 CuO粉末
5
一种考虑领域知识的售电量动态推演方法、设备及介质
售电量预测 推演方法 关系网络 波动特征 特征提取模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号