摘要
本发明为一种基于MYOLOv5s算法进行显示器检测的方法。包括如下步骤:(1)准备数据集;(2)构建MYOLOv5s网络模型:MYOLOv5s网络模型包括主干网络、颈部网络及目标检测输出层;主干网络生成三个不同粒度信息的特征信息,颈部网络采用改进的注意力加权特征金字塔融合模块CA‑BiFPN;(3)对网络模型进行多尺度训练,得到最佳模型;训练的损失函数采用ZIoU损失函数为边界框回归损失,Focal损失函数为预测置信度和类别损失;(4)采用最佳模型进行测试,对最佳模型进行优化调整;使用优化后的模型实时对显示器进行检测,获取检测结果。本发明降低了显示器维修人工成本,提高了显示器维修效率,效果显著。