基于YOLOv5的零件識別輕量化算法
組合機(jī)床與自動化加工技術(shù)
頁數(shù): 6 2024-05-20
摘要: 為了解決現(xiàn)有的基于深度學(xué)習(xí)的零件識別模型參數(shù)量過大、檢測速度慢、檢測精度低的問題,以YOLOv5模型為基礎(chǔ),提出了結(jié)合輕量級網(wǎng)絡(luò)和Transformer的零件識別算法。首先,設(shè)計(jì)了一種輕量級主干特征提取網(wǎng)絡(luò),以減少網(wǎng)絡(luò)的參數(shù)量和計(jì)算量,并提升推理速度;其次,將Transformer模塊與C3模塊融合構(gòu)成C3TR模塊,以增強(qiáng)小目標(biāo)的檢測能力;最后,引入噪音凈化模塊,通過過濾噪音來...