公开(公告)号：CN117911840B

公开(公告)日：2024-09-20

申请号：CN202410318017.5

申请日：2024-03-20

Applicant: 河南科技学院

Inventor： 徐君鹏 ,  祝相博 ,  史增勇 ,  聂福全 ,  蔡磊 ,  杨文强 ,  陈广胜 ,  郭孜漫 ,  时磊 ,  李金 ,  陈腾腾 ,  陈沛东 ,  任祥铮

IPC: G06V10/82 ,  G06V10/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06V10/80

Abstract: 本发明提供一种用于滤网表面缺陷检测的深度学习方法，包括以下步骤：在YOLOv5网络算法的骨干网最后一层加入注意力机制SE模块，注意力机制SE模块用于在特征提取过程中自适应地调整和校正特征权重；在YOLOv5网络算法的颈部网络引入特征金字塔网络BiFPN模块，并去除YOLOv5网络算法原有的路径聚合网络PANet结构，得到优化后的YOLOv5网络算法；通过滤网表面缺陷数据集训练优化后的YOLOv5网络算法，并得到用于滤网表面缺陷检测的YOLOv5目标检测网络。在YOLOv5网络算法中增加注意力机制SE和金字塔网络BiFPN模块，可以对滤网表面的缺陷进行精准的检测。

公开(公告)号：CN117911840A

公开(公告)日：2024-04-19

申请号：CN202410318017.5

申请日：2024-03-20

Applicant: 河南科技学院

Inventor： 徐君鹏 ,  祝相博 ,  史增勇 ,  聂福全 ,  蔡磊 ,  杨文强 ,  陈广胜 ,  郭孜漫 ,  时磊 ,  李金 ,  陈腾腾 ,  陈沛东 ,  任祥铮

IPC: G06V10/82 ,  G06V10/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06V10/80

Abstract: 本发明提供一种用于滤网表面缺陷检测的深度学习方法，包括以下步骤：在YOLOv5网络算法的骨干网最后一层加入注意力机制SE模块，注意力机制SE模块用于在特征提取过程中自适应地调整和校正特征权重；在YOLOv5网络算法的颈部网络引入特征金字塔网络BiFPN模块，并去除YOLOv5网络算法原有的路径聚合网络PANet结构，得到优化后的YOLOv5网络算法；通过滤网表面缺陷数据集训练优化后的YOLOv5网络算法，并得到用于滤网表面缺陷检测的YOLOv5目标检测网络。在YOLOv5网络算法中增加注意力机制SE和金字塔网络BiFPN模块，可以对滤网表面的缺陷进行精准的检测。