典型文献
轻量化改进网络的实时光纤端面缺陷检测模型
文献摘要：
光纤是现代通信系统及量子保密通信网中不可或缺的传输介质.针对光纤端面缺陷对光传输系统造成传输质量下降甚至永久性损伤的问题,提出了一种改进YOLOv5算法的光纤端面检测模型YOLOv5_CS.该模型首先将轻量化网络ShuffleNetV2作为主干特征提取网络,利用深度卷积操作以及通道随机混合策略,缩减模型容量,丰富特征信息;随后引入卷积注意力机制(CBAM),同时在空间维度和通道维度上进行特征增强,提升网络性能;最后缩减特征融合层的卷积核数量,实现进一步的模型压缩,并利用数据增广技术构建的光纤端面数据集,对所提方法的有效性进行对比验证.结果表明,与YOLOv5算法相比,所提模型的模型容量压缩了80％,检测速度提升了31.1frame/s,均值平均精度(mAP)提高了1.7％,能够较为准确以及实时地检测光纤端面缺陷.此项工作面向便携式智能检测装置的研制,可为光纤端面缺陷检测及相关视觉传感产业提供技术支持.
文献关键词：
机器视觉;光纤端面缺陷检测;目标检测;深度学习;轻量化网络
中图分类号：
作者姓名：
宋敏毓;陈力荣;梁建安;李晋鹏;牛振振;王震;白丽丽
作者机构：
山西大学物理电子工程学院,山西太原030006;太原理工大学航空航天学院,山西太原030006
文献出处：
引用格式：
[1]宋敏毓;陈力荣;梁建安;李晋鹏;牛振振;王震;白丽丽-.轻量化改进网络的实时光纤端面缺陷检测模型)[J].激光与光电子学进展,2022(24):193-203
A类：
光纤端面缺陷检测,通道随机混合,1frame
B类：
进网,时光,检测模型,现代通信系统,量子保密通信,通信网,光传输系统,传输质量,永久性,YOLOv5,CS,轻量化网络,ShuffleNetV2,主干特征提取网络,深度卷积,卷积操作,混合策略,缩减模型,特征信息,卷积注意力机制,CBAM,空间维度,特征增强,网络性能,特征融合,卷积核,核数,模型压缩,数据增广,技术构建,对比验证,检测速度,均值平均精度,mAP,测光,此项工作,便携式,智能检测装置,视觉传感,机器视觉,目标检测
AB值：
0.386336
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。
