改进YOLOv5镀铜不锈钢细丝脱铜检测方法技术

本发明专利技术公开了一种改进YOLOv5镀铜不锈钢细丝脱铜检测方法，包括以下步骤：搭建实验平台采集镀铜不锈钢细丝图像数据；对采集到的数据进行镜像、旋转、扭曲、剪裁等操作扩充处理；配置模型环境以及参数，训练测试以选取最合适模型；对YOLOv5模型进行检测锚框模型、损失函数模型、注意力机制模型以及多尺度特征融合模型四方面的改进；数据集送入改进后的YOLOv5模型进行训练做消融实验；最后使用改进后检测模型Cu‑YOLOv5进行实测数据的实时检测，验证模型效果。本发明专利技术能够有效的识别镀铜不锈钢细丝脱铜现象，提高了工厂质量检测的效率，具有工业应用价值。

【技术实现步骤摘要】

本专利技术涉及一种小目标检测方法，尤其涉及一种改进yolov5镀铜不锈钢细丝脱铜检测方法，属于计算机视觉检测领域。

技术介绍

1、随着航空航天、精密半导体、智能制造等精密行业的发展，我国工业对金属纤维的需求不断增加，其品质的要求更为严格。金属纤维的质量检测是加工生产中至关重要的一步。金属纤维产品的质量主要受产品原材料与生产工艺流程两方面的影响。工艺流程中，若细丝表面铜皮脱落，在拉伸过程中会发生粘合，难以实现形成多股更细纤维的目的；镀铜不锈钢细丝作为金属纤维的生产原材料，其质量将直接影响加工后的金属纤维品质；当前主要针对镀铜不锈钢细丝表面是否出现铜皮脱落现象进行质量的检测。工厂中镀铜不锈钢细丝脱铜检测主要依靠人力进行，此过程存在效率低下、易受外界环境与主观因素影响、耗时耗力、漏检率误检率高等缺点。

2、深度学习算法广泛应用于小目标检测任务中，检测效果显著，具有广阔的发展前景。对金属纤维品质的把控流程中镀铜不锈钢细丝脱铜检测是不可或缺的步骤。

3、因此，为满足工业生产中对于更高品质的金属纤维的需求，依据深度学习算法检测微小目标的技术，提本文档来自技高网...

【技术保护点】

1.改进YOLOv5镀铜不锈钢细丝脱铜检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的改进YOLOv5镀铜不锈钢细丝脱铜检测方法，其特征在于，所述步骤S1，具体为：搭建实验平台，采用相机拍摄获取镀铜不锈钢细丝图像，对获取的图像进行筛选，并设置图像格式为bmp格式，构建初始数据集。

3.根据权利要求1所述的改进YOLOv5镀铜不锈钢细丝脱铜检测方法，其特征在于，所述步骤S2，具体为：

4.根据权利要求1所述的改进YOLOv5镀铜不锈钢细丝脱铜检测方法，其特征在于，所述步骤S3，具体为：

5.根据权利要求1所述的改进YOLOv5镀...

【技术特征摘要】

1.改进yolov5镀铜不锈钢细丝脱铜检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的改进yolov5镀铜不锈钢细丝脱铜检测方法，其特征在于，所述步骤s1，具体为：搭建实验平台，采用相机拍摄获取镀铜不锈钢细丝图像，对获取的图像进行筛选，并设置图像格式为bmp格式，构建初始数据集。

3.根据权利要求1所述的改进yolov5镀铜不锈钢细丝脱铜检测方法，其特征在于，所述步骤s2，具体为：

4.根据权利要求1所述的改进yolov5镀铜不锈钢细丝脱铜检测方法，其特征在于，所述步骤s3，具体为：

5.根据权利要求1所述的改进yolov5镀铜不锈钢细丝脱铜检测方法，其特征在...

【专利技术属性】
技术研发人员：赵月静，郄凯娜，秦志英，王悦鑫，
申请(专利权)人：河北科技大学，
类型：发明
国别省市：