典型文献
面向石英坩埚的小气泡检测算法研究
文献摘要：
针对石英坩埚气泡检测现有方法实时性差及小目标检测能力不足的问题,提出了一种改进YOLOv5的石英坩埚气泡检测算法YOLOv5-QCB.首先,自建石英坩埚气泡数据集,根据气泡尺寸小且分布密集的特点,减少网络下采样的深度,保留丰富的细节特征信息;同时,在颈部使用空洞卷积以增大特征图感受野,实现全局语义特征的提取;最后,在检测层前添加有效通道注意力机制,增强重要通道特征的表达能力.实验结果表明,相比于原模型,改进后YOLOv5-QCB能有效降低对小气泡的漏检率,平均检测精度从96.27％提升到98.76％,权重缩减了 1/2,能够实现快速、准确检测石英坩埚气泡数量.
文献关键词：
目标检测;石英坩埚气泡;空洞卷积;注意力机制;YOLOv5
中图分类号：
作者姓名：
赵谦;郑超;马文越;尹怡晨
作者机构：
西安科技大学通信与信息工程学院 西安710054;西安地山视聚科技有限公司 西安712044
文献出处：
引用格式：
[1]赵谦;郑超;马文越;尹怡晨-.面向石英坩埚的小气泡检测算法研究)[J].电子测量技术,2022(22):170-176
A类：
石英坩埚气泡,QCB
B类：
小气泡,气泡检测,检测算法,算法研究,小目标检测,检测能力,YOLOv5,气泡尺寸,下采样,细节特征,特征信息,空洞卷积,特征图,图感,感受野,全局语义,语义特征,特征的提取,检测层,有效通道注意力机制,重要通道,通道特征,表达能力,漏检率,检测精度
AB值：
0.252128
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
