摘要
针对目前塔筒缺陷检测方法存在检测精度不高、易出现误检、漏检且大量依靠人工检测的问题,本研究提出一种基于改进的YOLOv5-s的塔筒缺陷检测算法。在Neck层中引入CBAM注意力机制,提高整体模型的特征提取能力。实验结果表明,改进后的YOLOv5-s塔筒缺陷检测模型可以有效检测其表面缺陷,识别精度P、召回率R、平均检测精度mAP分别达到了99.95%、99.55%、86.35%,比基线模型的平均检测精度提高了2.15%。
出处
《中国设备工程》
2024年第19期197-199,共3页
China Plant Engineering
基金
基于多源感知和云边融合的西北干旱地区智能场站整体解决方案研究与示范应用,项目性质:集团重点项目,项目编号:NBWL202200485,项目周期:立项时间2022-结项时间2024。
