期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLOv5s的汽车空调出风口缺陷检测研究
1
作者
徐海福
郑刚
仇梁
《自动化与仪表》
2024年第7期87-91,100,共6页
针对目前人工在汽车空调出风口缺陷检测任务中效率低、漏检率高的问题,构建一种YOLO-CSD模型对其进行更高效的检测。首先,在YOLOv5主干网络中引入坐标注意力机制(coordinate attention,CA),增强网络对汽车空调出风口缺陷的特征提取能力...
针对目前人工在汽车空调出风口缺陷检测任务中效率低、漏检率高的问题,构建一种YOLO-CSD模型对其进行更高效的检测。首先,在YOLOv5主干网络中引入坐标注意力机制(coordinate attention,CA),增强网络对汽车空调出风口缺陷的特征提取能力;其次,引入空间转深度(Space-to-Depth,SPD-Conv)下采样模块,替换网络中原有的跨步卷积和池化层,减少特征提取过程中细微特征的丢失;最后,将耦合检测头替换成解耦头(Decoupled Head),缓解分类任务与回归任务的冲突问题,从而提高缺陷检出率。在自制的汽车空调出风口缺陷数据集上,改进后模型的平均精度(mAP)达到93.6%,提高了3.4个百分点,平均每张图片检测时间29.4 ms。YOLO-CSD在汽车空调出风口缺陷检测中有明显效果,为构建汽车空调出风口自动化质检系统奠定了基础,同时也为其他镀铬产品的表面缺陷检测提供了新的参考。
展开更多
关键词
汽车空调出风口
YOLOv5
镀铬面缺陷检测
深度学习
下载PDF
职称材料
题名
基于改进YOLOv5s的汽车空调出风口缺陷检测研究
1
作者
徐海福
郑刚
仇梁
机构
江苏大学先进制造与现代装备技术工程研究院
出处
《自动化与仪表》
2024年第7期87-91,100,共6页
文摘
针对目前人工在汽车空调出风口缺陷检测任务中效率低、漏检率高的问题,构建一种YOLO-CSD模型对其进行更高效的检测。首先,在YOLOv5主干网络中引入坐标注意力机制(coordinate attention,CA),增强网络对汽车空调出风口缺陷的特征提取能力;其次,引入空间转深度(Space-to-Depth,SPD-Conv)下采样模块,替换网络中原有的跨步卷积和池化层,减少特征提取过程中细微特征的丢失;最后,将耦合检测头替换成解耦头(Decoupled Head),缓解分类任务与回归任务的冲突问题,从而提高缺陷检出率。在自制的汽车空调出风口缺陷数据集上,改进后模型的平均精度(mAP)达到93.6%,提高了3.4个百分点,平均每张图片检测时间29.4 ms。YOLO-CSD在汽车空调出风口缺陷检测中有明显效果,为构建汽车空调出风口自动化质检系统奠定了基础,同时也为其他镀铬产品的表面缺陷检测提供了新的参考。
关键词
汽车空调出风口
YOLOv5
镀铬面缺陷检测
深度学习
Keywords
automotive air vent trim rings
YOLOv5
detection of defects on chrome-plated surfaces
deep learning
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv5s的汽车空调出风口缺陷检测研究
徐海福
郑刚
仇梁
《自动化与仪表》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部