基于YoloV5改进模型的汽车保险丝目标检测方法技术

本发明专利技术公开了一种基于YoloV5改进模型的汽车保险丝目标检测方法，其可实现图像中小目标保险丝有效识别，可提高目标检测准确性，该方法基于YoloV5改进模型实现，检测步骤包括：采集待测汽车保险丝原始图像，对原始图像中不同保险丝进行数据标注，将标注图像划分为训练集、测试集，将训练集导入YoloV5改进模型中进行训练，获取YoloV5改进模型，训练步骤包括：提取深层特征，将提取出的深层特征与浅层特征进行特征融合，对融合图像进行解耦，获取检测目标；基于YoloV5改进模型，对测试集进行目标检测，获取测试集的检测目标，若测试集检测目标与测试集实际目标一致，则表明检测准确，反之，则表明检测不准确。则表明检测不准确。则表明检测不准确。

【技术实现步骤摘要】
基于YoloV5改进模型的汽车保险丝目标检测方法


[0001]本专利技术涉及汽车保险丝检测
，具体为一种基于YoloV5改进模型的汽车保险丝目标检测方法。

技术介绍

[0002]汽车保险丝是一种用于保护汽车内部电路的设备，当电路电流超过保险丝额定电流时，保险丝会自动熔断，起到电路保护的作用。汽车保险丝生产时，需要将保险丝安装于保险丝盒1内，但实际加工生产过程中，极易出现保险丝2安装错误等问题，若将安装错误的保险丝用于汽车内，则无法起到电路保护作用，甚至可能因保险丝无法正常熔断而引起严重事故。因此，需要对保险丝盒内的保险丝进行检测。
[0003]传统的保险丝目标检测主要基于图像处理技术实现，但保险丝盒内背景较为复杂，对保险丝位置、光线亮度以及相机拍摄角度等具有严格要求，适应性较差。另外，在图像处理过程中，常采用图像拼接等方式对目标进行拼接处理，然后再通过图像分割、模板匹配等方式获取图像中保险丝目标，图像拼接使图像中面积较小的保险丝与面积较大的保险丝拼接为一体，导致后续目标检测时，无法实现小目标保险丝的有效识别，严重影响了保险丝目标检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于YoloV5改进模型的汽车保险丝目标检测方法，其特征在于，该方法基于YoloV5改进模型实现，具体步骤包括：S1、使用工业相机采集待测汽车保险丝的原始图像；S2、对所述原始图像中不同保险丝进行数据标注，获取标注图像；S3、将所述标注图像划分为训练集、测试集；S4、将所述训练集导入YoloV5改进模型中进行训练，获取YoloV5改进模型，训练步骤包括：S41、在YoloV5模型中添加深层特征提取模块，提取深层特征；S42、将提取出的深层特征与浅层特征进行特征融合，获取融合图像；S43、对所述融合图像进行解耦，获取检测目标，实现YoloV5改进模型训练；S5、基于建立的所述YoloV5改进模型，对所述测试集进行目标检测，获取测试集的检测目标；S6、将测试集的检测目标与实际目标进行对比，判断检测准确性，若测试集的检测目标与测试集的实际目标一致，则表明检测准确，反之，则表明检测不准确。2.根据权利要求1所述的基于YoloV5改进模型的汽车保险丝目标检测方法，其特征在于，步骤S1中，所述原始图像为灰度图。3.根据权利要求1所述的基于YoloV5改进模型的汽车保险丝目标检测方法，其特征在于，步骤S2中，使用图像标注工具对所述原始图像中不同保险丝进行标注，获取所述...

【专利技术属性】
技术研发人员：刘国营，陈鹏飞，席云斌，葛继，
申请(专利权)人：无锡图创智能科技有限公司，
类型：发明
国别省市：