Un método inteligente para detectar defectos en la superficie en perfiles de aluminio basado en el algoritmo mejorado YOLOv5
Autores: Wang, Teng; Su, Jianhuan; Xu, Chuan; Zhang, Yinguang
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un método inteligente para detectar defectos en la superficie en perfiles de aluminio basado en el algoritmo mejorado YOLOv5
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Propone un modelo MS-YOLOv5 mejorado con estructura PE-Neck
multi-streamnet
muestras de defectos industriales
precisión media promedio y requisitos en tiempo real
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
En respuesta a problemas como la baja tasa de reconocimiento, la distribución aleatoria de defectos y las diferencias a gran escala en la detección de defectos superficiales de perfiles de aluminio por otros algoritmos de vanguardia, este documento propone un modelo MS-YOLOv5 mejorado basado en el algoritmo YOLOv5.
Descripción
En respuesta a problemas como la baja tasa de reconocimiento, la distribución aleatoria de defectos y las diferencias a gran escala en la detección de defectos superficiales de perfiles de aluminio por otros algoritmos de vanguardia, este documento propone un modelo MS-YOLOv5 mejorado basado en el algoritmo YOLOv5.