【技术实现步骤摘要】
本申请涉及图像处理和模式识别，尤其涉及一种基于改进yolov5的布匹缺陷检测方法。
技术介绍
1、在纺织工业中，布匹瑕疵的检测环节是影响产品质量的关键环节。在产品生产过程中，由于机器设备的操作错误或者机器故障等因素，布匹有各种各样的瑕疵。这些缺陷有八十多种不同的分类，它们不仅直接影响了纺织品的质量水平，也限制了纺织行业的快速进步。因此，对布匹表面缺陷进行有效的检测是纺织品生产过程中不可缺少的一步。
2、早期的缺陷检测方法多用大规模的人工进行肉眼检测，检测效率低，成本高且易漏检和误判，利用深度学习进行布匹检测已经大势所趋。目前的检测方法一部分基于传统机器视觉，主要分为空间统计法、模型分析法和频域分析法，另一部分为基于深度学习的目标检测算法。相较于传统算法，深度学习算法在缺陷检测的准确性方面表现出了传统方法无法比拟的优势，克服了传统方法的不足。
技术实现思路
1、本申请的目的在于提供一种基于yolov5的布匹缺陷检测方法，已解决现有技术中传统算法对布匹缺陷检测精度低的缺陷。
...【技术保护点】
1.一种基于改进YOLOv5的布匹缺陷检测方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的基于改进YOLOv5的布匹缺陷检测方法，其特征在于，
3.根据权利要求2所述的基于改进YOLOv5的布匹缺陷检测方法，其特征在于，获取多张带标签的布匹图像，还包括：将布匹图像统一为960像素×960像素。
4.根据权利要求1所述的基于改进YOLOv5的布匹缺陷检测方法，其特征在于，所述注意力机制NAM模块通过权重来改善注意机制，使用批归一化BN的比例因子表示权重的重要性；
5.根据权利要求4所述的基于改进YOLOv5的布匹...
【技术特征摘要】
1.一种基于改进yolov5的布匹缺陷检测方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的基于改进yolov5的布匹缺陷检测方法，其特征在于，
3.根据权利要求2所述的基于改进yolov5的布匹缺陷检测方法，其特征在于，获取多张带标签的布匹图像，还包括：将布匹图像统一为960像素×960像素。
4.根据权利要求1所述的基于改进yolov5的布匹缺陷检测方法，其特征在于，所述注意力机制nam模块通过权重来改善注意机制，使用批归一化bn的比例因子表示权重的重要性；
5.根据权利要求4所述的基于改进yolov5的布匹缺陷检测方法，其特征在于，所述改进yolov5模型的训练过程中，采用改进的损失函数在原有损失函数中加入正则化项；
6.根据权利要求1所述的基于改进yolov5的布匹缺陷检测方法，其特征在于，所述alpha-iou模块的数据处理过程包括：
7.根据权利要求6所述的基于改进yolov5的布匹缺陷检测方法，其特征在于，再对所述alpha-i...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。