典型文献
基于注意力机制的接触轨表面缺陷检测模型
文献摘要：
为实现对接触轨表面缺陷的准确检测和精确定位,提出基于注意力机制的CB-CA YOLOv5接触轨表面缺陷检测模型.在模型中加入CBAM注意力机制,提高模型收敛速度与检测性能.在模型组加入CA注意力机制,能获取精确的接触轨表面缺陷特征坐标定位信息.利用上海地铁16号线接触轨表面缺陷图像数据集进行实验,最终模型精确率为0.958,召回率为0.999,AP_0.5为0.968,AP_0.5:0.95为0.874,FPS为167.
文献关键词：
接触轨;缺陷检测;YOLOv5
中图分类号：
作者姓名：
孙明
作者机构：
上海地铁维护保障有限公司供电分公司,上海 201106
文献出处：
引用格式：
[1]孙明-.基于注意力机制的接触轨表面缺陷检测模型)[J].设备管理与维修,2022(20):41-42
A类：
B类：
注意力机制,接触轨,表面缺陷检测,检测模型,精确定位,CA,YOLOv5,CBAM,收敛速度,检测性能,缺陷特征,坐标定位,定位信息,上海地铁,线接触,图像数据集,终模型,精确率,召回率,AP,FPS
AB值：
0.37392
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。
