一种基于改进YOLOv5算法的目标缺陷检测训练模型、方法及系统
申请号:CN202411665079
申请日期:2024-11-20
公开号:CN119516172A
公开日期:2025-02-25
类型:发明专利
摘要
本发明提供一种基于改进YOLOv5算法的目标缺陷检测训练模型、方法及系统,该模型包括:输入模块,SAConv模块,PSA模块,CoordAtt模块,PPM模块,输出模块;其中:所述输入模块用于接收目标处理图像;所述SAConv模块用于通过多尺度可切换空洞卷积操作对目标处理图像进行特征提取,获取第一特征图;所述PSA模块用于通过融合极化自注意力机制对第一特征图进行特征融合,获取第二特征图;所述CoordAtt模块用于通过坐标注意力机制对第二特征图进行坐标注意力加权,获取第三特征图;所述PPM模块用于通过金字塔池化对第三特征图进行多尺度的目标检测与识别,获取缺陷检测结果;所述输出模块用于输出反馈缺陷检测结果。本发明通过对YOLOv5的改进,提高了在复杂场景下小目标缺陷的检测精度。
技术关键词
子模块
注意力机制
多尺度
缺陷检测方法
图像
池化特征
缺陷检测单元
风机叶片
算法
坐标
缺陷检测系统
全局平均池化
输入模块
金字塔
输出模块
sigmoid函数
空洞
数据