-
题名基于改进YOLOv8的梳棉机棉网上棉结检测方法
- 1
-
-
作者
白雨薇
徐健
朱耀麟
丁展博
刘晨雨
-
机构
西安工程大学电子信息学院
-
出处
《纺织学报》
北大核心
2025年第3期56-63,共8页
-
基金
陕西省自然科学基金重点项目(2023-JC-ZD-33)。
-
文摘
针对基于深度学习的棉结目标检测模型占用过多计算资源、难以满足嵌入式设备及移动端的实时在线检测的问题,提出基于改进型YOLOv8的梳棉机棉网上棉结检测方法。首先,将轻量型网络MobileNetv3_Small用作YOLOv8n骨干网络,降低计算参数量;其次,在MobileNetv3网络中使用自改进协调注意力机制(coordinate attention)模块替换原有的压缩和激励(squeeze-and-excitation)注意力机制模块,提升对棉结的检测精度;最后,使用EIoU损失函数取代原YOLOv8n中的CIoU损失函数,在处理数据时保留更多有效信息。在自制棉结图像数据集上验证改进型YOLOv8算法的检测效果,结果表明:基于改进型YOLOv8的检测方法平均准确率均值达到95.8%,相较于改进前提升了2.6%;参数量减少了34.2%。改进后算法的检测效果更好,且模型更加轻量,可满足嵌入式设备的使用。
-
关键词
梳棉机棉网
深度学习
目标检测
棉结
轻量化模型
YOLOv8
图像检测
-
Keywords
carding net
deep learning
object detection
nep
lightweight model
YOLOv8
image detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
