一种基于改进YOLOv5s的爆破烟梗缺陷检测方法

AITNT
正文
推荐专利
一种基于改进YOLOv5s的爆破烟梗缺陷检测方法
申请号:CN202411693834
申请日期:2024-11-25
公开号:CN119625493A
公开日期:2025-03-14
类型:发明专利
摘要
本发明涉及一种基于改进YOLOv5s的爆破烟梗缺陷检测方法,属于目标检测和缺陷识别技术领域。首先,收集图像数据集,进行预处理和裂纹标注,并按比例分为训练集和测试集;其次,使用多种改进策略对原始YOLOv5s模型进行改进;然后,利用训练集对改进YOLOv5s模型进行训练;最后,利用测试集对训练好的改进YOLOv5s模型进行评估,实现检测并输出检测结果。本发明使用烟梗数据集进行了消融实验和对比实验,实验结果相较于原始YOLOv5s模型,实现了检测精度和检测速度的双提升。
技术关键词
缺陷检测方法 烟梗 特征提取能力 缺陷识别技术 卷积神经网络提取 策略 图像 训练集 传播算法 裂纹 数据 速度 模块 精度 亮度 机制 样本 指标 参数
系统为您推荐了相关专利信息
1
一种基于CA注意力机制和RepGhost网络的滚珠丝杠驱动表面点蚀缺陷检测方法
滚珠丝杠驱动 注意力机制 缺陷检测方法 特征提取网络 多尺度特征
2
晶圆的缺陷检测方法及装置
缺陷检测方法 空间聚类算法 形态学分析方法 风险 参数
3
多元资源协同的配电网调度方法、系统、设备、介质和产品
配电网调度优化 配电网调度方法 故障场景 充电站 有功功率
4
一种神经符号融合的中断驱动型程序缺陷检测方法
程序缺陷检测方法 大语言模型 数据流分析技术 分析奠定基础 符号
5
一种面向浅海生物模型的密度检测和入侵预警的方法
生物 特征金字塔网络 YOLO算法 视频帧 密度
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