基于YOLOV5的药品表面缺陷实时检测方法AET-电子技术应用-最丰富的电子设计资源平台

基于YOLOV5的药品表面缺陷实时检测方法
所属分类：技术论文
上传者：zhoubin333
文档大小：719 K
标签：缺陷检测深度学习目标检测
所需积分：0分积分不够怎么办？
文档介绍：药品在实际生产过程中总会伴随着异物、缺粒、药体破损等表面缺陷，这些缺陷轻则影响产品使用效果,重则会在使用过程中产生巨大事故造成生命财产损失。针对深度学习模型在实际工业产品表面缺陷检测中缺陷样本少以及细小缺陷检测精度低的应用问题，将目前主流的目标检测算法之一——YOLOV5应用于药品检测场景，提出了一种精度高、所需标注样本少、检测速度快的one-stage实时缺陷检测系统——RDD_YOLOV5(Real-time Defects Detection_YOLOV5)。利用原始图像初级特征进行数据增强，结合注意力机制与多尺度特征融合，增加骨干网络提取跨通道语义信息能力，充分融合高层语义信息与底层细粒度信息以提升模型在小缺陷检测方面的识别效果，在有限的样本条件下达到较高的准确率。该方法检测效果达到了96.6%mAP，32 FPS。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动