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
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
缺陷检测方法
空间聚类算法
形态学分析方法
风险
参数
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
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