基于深度学习的蚕茧智能分选方法

doi:10.13873/J.1000-9787(2023)11-0143-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于深度学习的蚕茧智能分选方法

更新时间：2025-09-11

- 基于深度学习的蚕茧智能分选方法
- Issue 11, Pages: 143-146(2023)
- 作者机构：
  
  1. 安徽理工大学机械工程学院
  2. 安徽职业技术学院现代服装学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2023)11-0143-04
  CLC： TS143.215;TP18;TP391.41
- Published：2023
- 稿件说明：
移动端阅览
[J]. 2023, (11): 143-146.
DOI：

[J]. 2023, (11): 143-146. DOI： 10.13873/J.1000-9787(2023)11-0143-04.

摘要

提出了一种基于改进的YOLOv5模型算法的蚕茧缺陷检测的智能分选方法。首先，搭建视觉测量系统，实时高效采集高分辨率的蚕茧图片。其次，利用空域的方式对样本图像进行特征增强；使用K-means++聚类算法，对本文数据集进行尺度分类，以更好地适应各种目标尺度的检测；此外，对YOLOv5模型检测部分进行修改，使用挤压激励(SE)模型，在前3个特征尺度的特征输出部分中添加该模块，以提高模型的有效特征响应。最后，对检测结果进行对比。实验结果表明：改进后的方法对特征检测的平均精度均值(mAP)提高了5.5%

其缺陷的检测精度为96.6%、检测速率为43 fps

能够实现对蚕茧缺陷的精确检测，实现蚕茧的高效精确智能分选。

Abstract

关键词

Keywords

references

基于YOLOv5s的番茄采摘机器人目标检测技术[J]. 朱智惟;单建华;余贤海;孔德义;王琼;谢晓轩.传感器与微系统,2023(06)

基于改进卷积神经网络与图像处理的蚕茧识别方法[J]. 周显沁;韩震宇;刘成源.中国农机化学报,2023(05)

基于深度学习的铝材表面缺陷检测系统设计[J]. 朱安康;王娆芬;张振宇.传感器与微系统,2022(08)

基于深度学习的蚕茧种类实时检测系统设计[J]. 李时杰;孙卫红;梁曼;邵铁锋;沈军.上海纺织科技,2021(11)

基于模型压缩与感受野增强的下茧实时检测[J]. 张印辉;杨宏宽;刘强;何自芬.纺织学报,2021(11)

基于融合特征和FAST-SURF的蚕茧疵点图像配准算法[J]. 黎雨;孙卫红;梁曼;邵铁锋;沈军.蚕业科学,2021(03)

深度学习在农业病虫害检测识别中的应用综述[J]. 边柯橙;杨海军;路永华.软件导刊,2021(03)

基于深度学习的航空发动机传感器故障检测[J]. 刘云龙;谢寿生;郑晓飞;边涛.传感器与微系统,2017(09)

蚕茧质量检验方法及检测新技术概述[J]. 唐科梦;谢启凡;杨明英;张海萍;朱良均.蚕业科学,2014(05)

茧丝检验[M]. 胡祚忠.中国农业科学技术出版社,2015

A survey of real-time surface defect inspection methods based on deep learning[J]. Liu Yi;Zhang Changsheng;Dong Xingjun.Artificial Intelligence Review,2023

Advances in machine learning and deep learning applications towards wafer map defect recognition and classification: a review[J]. Kim Tongwha;Behdinan Kamran.Journal of Intelligent Manufacturing,2022

Plant Disease Diagnosis and Image Classification Using Deep Learning[J]. Rahul Sharma;Amar Singh;Kavita;N. Z. Jhanjhi;Mehedi Masud;Emad Sami Jaha;Sahil Verma;2.Computers, Materials & Continua,2022

Automated pill quality inspection using deep learning[J]. Mac Thi Thoa;Hung Nguyen Thanh.International Journal of Modern Physics B,2021

Unsupervised K-Means Clustering Algorithm[J]. Kristina P. Sinaga;Miin Shen Yang.IEEE Access,2020

Views

163

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于特征增强知识蒸馏的目标检测压缩算法

基于智能AI的传感器应用

一种新型注意力机制的双人交互行为识别方法

面向校园场景视频监控的人体行为识别方法

基于深度学习的散斑图应变场测量

Related Author

邓兴隆

王逸涵

罗建桥

熊鹰

李柏林

邓迅

马丽娜

陈美亦

Related Institution

西南交通大学机械工程学院

中国电子科技集团公司第四十九研究所

临沂大学自动化与电气工程学院

郑州轻工业大学建筑环境工程学院

北京开放大学

⁰