基于改进YOLOv5模型的织物疵点检测

来源：现代纺织技术杂志2023年第4期北京时间：

作者：高 敏, 邹阳林, 曹新旺

单位：1. 武汉纺织大学纺织科学与工程学院，武汉 430200；2.中电建湖北电力建设有限公司, 武汉430040

摘要：针对传统机器学习方法检测织物疵点精度低，小目标检测较困难的问题，提出一种基于改进YOLOv5的织物疵点的目标检测算法。在YOLOv5模型的Backbone模块中分别引入SE注意力机制和CBAM注意力机制，使模型聚焦于图像中的关键信息，改进传统 YOLOv5网络检测精度不高的问题。结果表明：改进后的模型具有更好的检测性能，其中引入CBAM模块后提升幅度最明显，较原网络mAP值提升了7.7%，基本满足织物疵点检测需求。

关键词：织物疵点,YOLOv5模型,注意力机制,深度学习

基金资助：国家自然科学基金青年基金项目(51503162)；湖北省自然科学基金青年面上项目(2016CFB459)；湖北省大学生创新训练计划项目(S201910495063)；国家大学生创新训练计划项目(201910495014)