典型文献
基于改进YOLOv5的棉花异纤检测方法
文献摘要：
针对棉花异纤检测中小尺寸、浅色透明棉花异纤的误检、漏检问题,设计了一种基于深度学习技术的棉花异纤检测方法.根据棉花异纤种类繁多、尺寸小、背景复杂等特点,提出一种嵌入卷积注意力模块,引入深度可分离卷积,并增加了针对小尺寸棉花异纤检测层的YOLOv5棉花异纤检测模型.试验结果表明:改进后的模型mAP@0.5值与mAP@0.5:0.95值分别达到0.9810、0.773,且收敛速度更快、误差更小,对棉花背景和异纤的分辨能力得到提高.认为:改进的YOLOv5模型具有较高的检测精度,更适用于棉花异纤检测任务.
文献关键词：
棉花异纤;YOLOv5;卷积注意力;深度可分离卷积;深度学习
中图分类号：
作者姓名：
潘杨;张守京;杨文彬
作者机构：
西安工程大学,陕西西安,710600
文献出处：
引用格式：
[1]潘杨;张守京;杨文彬-.基于改进YOLOv5的棉花异纤检测方法)[J].棉纺织技术,2022(10):37-43
A类：
棉花异纤
B类：
YOLOv5,小尺寸,浅色透明,漏检,深度学习技术,卷积注意力模块,深度可分离卷积,检测层,检测模型,mAP,收敛速度,检测精度
AB值：
0.139664
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。
