典型文献
基于改进YOLOv5的药用胶囊表面缺陷检测方法
文献摘要：
目的 在质检过程中精确快速地检测到药用空心胶囊的表面缺陷.方法 基于YOLOv5算法,针对模型网络参数量大和对长距离依赖关系的学习能力较弱的问题,提出在主干网络部分引入GhostNet模块和坐标注意力机制,使网络有效捕捉数据位置信息和通道信息的关系.结果 实验结果表明,改进的网络结构能够在参数量下降为原来的57％的前提下,对药用胶囊表面的破损、印刷错误、孔洞、划痕、凹陷等5类缺陷的平均检测精度达到96.9％,相较于YOLOv5s提高了2.4个百分点,检测速度提升了12帧/s.结论 文中方法能够有效对药用胶囊表面缺陷进行分类和定位,提高缺陷检测的准确率.
文献关键词：
YOLOv5;胶囊;缺陷检测;注意力机制;GhostNet
中图分类号：
作者姓名：
武泽坤;叶晓娴;陈梦
作者机构：
上海工程技术大学 艺术设计学院,上海 201620
文献出处：
引用格式：
[1]武泽坤;叶晓娴;陈梦-.基于改进YOLOv5的药用胶囊表面缺陷检测方法)[J].包装工程,2022(23):297-304
A类：
印刷错误
B类：
表面缺陷检测,缺陷检测方法,质检,空心胶囊,网络参数,参数量,长距离依赖,依赖关系,主干网络,网络部,GhostNet,坐标注意力机制,数据位,位置信息,降为,对药,孔洞,划痕,凹陷,检测精度,YOLOv5s,百分点,检测速度,中方,陷进
AB值：
0.379159
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。
