融合選擇核注意力的無紡布缺陷檢測(cè)

摘要： 針對(duì)無紡布缺陷檢測(cè)算法實(shí)時(shí)性差，檢測(cè)準(zhǔn)確率低的問題，設(shè)計(jì)了一種基于改進(jìn)YOLOv5的無紡布缺陷檢測(cè)算法N-YOLO。該算法結(jié)合產(chǎn)線實(shí)際情況和產(chǎn)品特性運(yùn)用視覺檢測(cè)技術(shù)，在YOLOv5算法的基礎(chǔ)上引入FasterNet網(wǎng)絡(luò)作為主干特征提取網(wǎng)絡(luò)進(jìn)行輕量化改進(jìn)，利用部分卷積進(jìn)行特征提取減少模型計(jì)算量。同時(shí)在C3模塊中增加SK注意力機(jī)制提高模型檢測(cè)精度，并采用WIoUv1損失函數(shù)計(jì)算邊界... （共9頁）