为更好调节皮革真空干燥机温度控制效果,提出一种基于改进Yolov5网络的经皮革真空干燥机干燥的皮革图像缺陷检测方法。其中,首先对Yolov5网络的主干网络和损失函数进行改进,然后采用改进的Yolov5网络对经皮革真空干燥机干燥的皮革图像...为更好调节皮革真空干燥机温度控制效果,提出一种基于改进Yolov5网络的经皮革真空干燥机干燥的皮革图像缺陷检测方法。其中,首先对Yolov5网络的主干网络和损失函数进行改进,然后采用改进的Yolov5网络对经皮革真空干燥机干燥的皮革图像进行缺陷检测;最后将该网络用于经皮革真空干燥机干燥的皮革裂缝图像等的缺陷检测中。结果表明,改进后的Yolov5网络的精确率、召回率和m A P分别取值为96.47%、95.19%和97.32%,相较于改进前,分别提升14.15%、28.02%和19.63%;对比于传统的卷积神经网络和改进双边滤波检测算法,本网络的精确率、召回率和m A P明显更高。综合分析可知,采用本网络可实现对皮革真空干燥机干燥后的皮革进行图像检测,从而为后续的干燥机温度控制提供参考。展开更多
文摘为更好调节皮革真空干燥机温度控制效果,提出一种基于改进Yolov5网络的经皮革真空干燥机干燥的皮革图像缺陷检测方法。其中,首先对Yolov5网络的主干网络和损失函数进行改进,然后采用改进的Yolov5网络对经皮革真空干燥机干燥的皮革图像进行缺陷检测;最后将该网络用于经皮革真空干燥机干燥的皮革裂缝图像等的缺陷检测中。结果表明,改进后的Yolov5网络的精确率、召回率和m A P分别取值为96.47%、95.19%和97.32%,相较于改进前,分别提升14.15%、28.02%和19.63%;对比于传统的卷积神经网络和改进双边滤波检测算法,本网络的精确率、召回率和m A P明显更高。综合分析可知,采用本网络可实现对皮革真空干燥机干燥后的皮革进行图像检测,从而为后续的干燥机温度控制提供参考。
