-
公开(公告)号:CN116503379A
公开(公告)日:2023-07-28
申请号:CN202310549559.9
申请日:2023-05-16
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/08 , G06N3/048 , G06N3/045 , G06V10/40 , G06N3/0499 , G06N3/0464
Abstract: 本发明涉及一种基于轻量化改进YOLOv5的零件识别方法,属于计算机视觉技术领域。该方法具体包括:S1:收集零件照片,并进行数据清洗和类型标注;S21:将PPLC‑Net替换原始YOLOv5网络中Backbone,激活函数选用H‑Swish;S22:构建TransformerHead作为YOLOv5的解耦头;S23:在检测头之前全部加入Transformer模块和C3模块融合构成C3TR模块;S24:引入噪音净化模块;S3:训练改进的YOLOv5网络,并利用训练完的网络对实际待测零件进行识别与检测。本发明能实现准确快速的零件识别检测,同时改善内存占用大和设备要求高的问题。