改进 YOLOv5s 的纱管目标检测方法

来源：机械与电子杂志2024年第02期北京时间：

作者：姜越夫;王青;吕绪山

单位：西安工程大学机电工程学院,陕西 西安 710699

摘要：为解决传统纱管分类方法效率低下、误差较高的问题,提出一种基于改进 YOLOv5s 算法的纱管目标识别方法。该算法融合了坐标注意力模块( CA )和 Transformer 模块,提出了新的 SPP 模块( SPP+ )替换传统的 SPP 模块,使用加权双向特征金字塔网络( BiFPN )思想增强特征融合,并使用 WIoU 损失函数替代原有的损失函数。为验证改进算法性能,制作了一套纱管数据集,并基于改进 YOLOv5s 算法进行了纱管检测实验。实验结果表明改进的算法具有更好的识别效果。

关键词：深度学习;纱管检测; WIoU

基金资助：中国纺织工业联合会科技指导性项目( 2021019 )