摘要
本申请公开了一种纤维纱线品种识别方法及装置,涉及筒子纱品种识别技术领域,解决了现有技术中因识别模型结构复杂、计算资源需求高以及存储和内存占用大而导致的无法在边缘设备上部署的问题,该方法包括:构建数据集,构建YOLO‑FSL网络模型,利用数据集对YOLO‑FSL网络模型进行训练和压缩以获得轻量化品种识别模型,利用轻量化品种识别模型进行纱线品种的识别,采用轻量化特征提取模块C3k2‑FG、HSFPN网络作为颈部网络和基于权重共享机制的SRD检测头,构建了一种轻量级的YOLO‑FSL网络模型,经过训练、压缩和微调后得到可以识别筒子纱品种的轻量化品种识别模型,在保持高精度模型的同时,显著减少参数量、计算量和模型大小,进而能够实现边缘设备部署。
技术关键词
品种识别
识别方法
特征提取模块
纱线
网络
模型剪枝
双线性插值
检测头
纤维
残差模块
注意力
特征选择
筒子纱
因子
可读存储介质
上采样
通道
模型压缩
残差结构
系统为您推荐了相关专利信息
铸件缺陷预测模型
多模态机器学习
深度前馈神经网络
铸造缺陷
多尺度
智能化推荐系统
客户
神经网络模型
强化学习算法
数据收集模块
行车记录仪
融合区块链技术
画面
前馈神经网络
追溯系统
车辆轨迹数据
道路图像数据
线特征
多维度特征提取
车道