-
题名基于YOLOv5-seg的多模型电石检测分割系统
- 1
-
-
作者
郝俊峰
李玉涛
来博文
-
机构
河钢数字技术股份有限公司人工智能工作室
河钢数字技术股份有限公司技术中心本部
-
出处
《现代计算机》
2023年第16期1-7,14,共8页
-
文摘
针对实际的电石业务场景,基于YOLO系列模型设计了电石检测分割的方法,并开发了相应的系统。首先,通过采集大量的图像样本构建了较大规模的数据集并进行标注;为了节省算力和提高准确率,将检测和分割分为两个模块,模型分别为YOLOv5-l和YOLOv5-seg-m。在实验中,对模型的内部结构进行了一系列的改进,提高了算法的运算速度;并在此基础上对模型进行了参数量化,进一步节省了带宽、降低了模型的存储和运算所需的空间。相比于MaskR-CNN算法,在分割效果接近的情况下,速度得到了极大的提升。很好地完成了检测和分割电石的任务,为后续的生产自动化和无人化打下了基础,填补了相关检测的空白。之后将会针对排除光照影响、提高分割精度和评判电石质量模型继续研究。
-
关键词
电石
YOLOv5-seg
CSPNet
参数量化
-
Keywords
calcium carbide
YOLOv5-seg
CSPNet
parameter quantification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TQ161
[化学工程—高温制品工业]
-