基于改进YOLOv5的钢材表面缺陷检测

针对钢材表面缺陷检测中小目标缺陷检测效果不理想、特征提取不充分的问题,以YOLOv5算法为基础,提出一种YOLOv5s-ADW算法。将自注意力与卷积混合模块(a mixed model of self-attention and convolution,ACmix)融入主干网络层,增强模型的特征敏感度;在特征融合层中加入可变形大内核注意力机制(deformable large kernel attention,D-LKA),增强模型对图像中不规则缺陷的捕捉能力;将原损失函数替换为Wise-IoU损失函数,降低数据集中低质量示例对模型检测效果的影响并提升小目标缺陷检测能力,在NEU-DET上进行实验验证。实验验证结果表明:YOLOv5s-ADW算法的平均精度均值(mean average precision,mAP)达到88.3%,相较原始模型提升了14.4%;小目标缺陷和漏检率高的缺陷平均精度(average precision,AP)也有较大提升,相比其他主流算法,能够更好解决上述问题。

基于支持向量机的中文文本情感分析方法研究

随着信息技术的迅速发展,人们的生活、学习和互联网已密不可分,尤其是作为新一代大学生的00后青年,经常在微博、微信和QQ等各种互联网平台上留下自己的评论和观点。而对这些舆论观点的分析既有利于判断当今大学生的情绪问题,又有利于社会的健康发展。该文以山东石油化工学院官方微博的评论为例,通过爬取山东石油化工学院微博上的评论信息,并对该文本信息筛选和提取,应用支持向量机(SVM)进行情感分析,通过调整优化参数达到较好的分析效果。