基于輕量化和注意力機(jī)制改進(jìn)YOLOv5網(wǎng)絡(luò)的模具缺陷識別

打開文本圖片集

摘 要：為提高模具缺陷識別的精度和速度，提出一種基于改進(jìn)YOLOv5網(wǎng)絡(luò)的識別方法。該方法采用PPLCNet輕量化網(wǎng)絡(luò)作為主干網(wǎng)絡(luò)，F(xiàn)CIoU函數(shù)作為損失函數(shù)，并引入CBAM注意力機(jī)制，對YOLOv5網(wǎng)絡(luò)進(jìn)行改進(jìn)。然后采用改進(jìn)YOLOv5網(wǎng)絡(luò)對不同類型的模具缺陷進(jìn)行識別。結(jié)果表明，該方法具有較高的模具缺陷識別精度和速度，對凹槽和污點模具缺陷識別的平均查全率、查準(zhǔn)率、平均精度均值、F1值分別達(dá)到95.34%， 95.03%， 93.11%， 95.68%，平均檢測速度達(dá)到35幀/s，滿足模具缺陷識別的精度和實時識別需求。（剩余9857字）