基于YOLOV5的藥品表面缺陷實時檢測方法
所屬分類:技術(shù)論文
上傳者:zhoubin333
文檔大?。?span>719 K
標(biāo)簽: 缺陷檢測 深度學(xué)習(xí) 目標(biāo)檢測
所需積分:0分積分不夠怎么辦,?
文檔介紹:藥品在實際生產(chǎn)過程中總會伴隨著異物,、缺粒,、藥體破損等表面缺陷,這些缺陷輕則影響產(chǎn)品使用效果,重則會在使用過程中產(chǎn)生巨大事故造成生命財產(chǎn)損失,。針對深度學(xué)習(xí)模型在實際工業(yè)產(chǎn)品表面缺陷檢測中缺陷樣本少以及細(xì)小缺陷檢測精度低的應(yīng)用問題,,將目前主流的目標(biāo)檢測算法之一——YOLOV5應(yīng)用于藥品檢測場景,,提出了一種精度高、所需標(biāo)注樣本少,、檢測速度快的one-stage實時缺陷檢測系統(tǒng)——RDD_YOLOV5(Real-time Defects Detection_YOLOV5),。利用原始圖像初級特征進(jìn)行數(shù)據(jù)增強(qiáng),結(jié)合注意力機(jī)制與多尺度特征融合,,增加骨干網(wǎng)絡(luò)提取跨通道語義信息能力,,充分融合高層語義信息與底層細(xì)粒度信息以提升模型在小缺陷檢測方面的識別效果,在有限的樣本條件下達(dá)到較高的準(zhǔn)確率,。該方法檢測效果達(dá)到了96.6%mAP,,32 FPS。
現(xiàn)在下載
VIP會員,,AET專家下載不扣分,;重復(fù)下載不扣分,本人上傳資源不扣分,。