基于改进YOLOV5的缺陷识别与定量分析

基于改进YOLOV5的缺陷识别与定量分析
摘要：采用YOLO V5算法对碳纤维复合材料预置夹杂缺陷的识别方法展开研究。为了在提高检测精度的同时保证检测效率,通过添加通道注意力机制、空间注意力机制、使用k-means++重新聚类先验框和优化损失函数等措施改进原算法。利用改进后的网络训练缺陷数据集,每秒处理的图片数量逾12幅,平均精度达到98.8%,召回率为98.1%。与其他算法相比,该算法检测精度和速度都有所提高,可满足实时性和准确性要求。

标题：基于改进YOLOV5的缺陷识别与定量分析

作者：刘洋,李全勇,顾健,杨帆,王文博,

关键词：无损检测,YOLOV5,通道注意力机制,空间注意力机制,夹杂缺陷,

发表日期：2023年1月

2025-1-19 15:04 上传 基于改进YOLOV5的缺陷识别与定量分析.pdf

文件大小:

4.17 MB

下载次数:

60

高速下载