基于注意力機(jī)制與YOLOv5融合的樹脂拉鏈缺陷檢測(cè)算法研究

打開文本圖片集

摘要：針對(duì)傳統(tǒng)的樹脂拉鏈缺陷人工檢測(cè)存在的效率低和勞動(dòng)強(qiáng)度大等問題，本文將YOLOv5算法與注意力機(jī)制（convolutional block attention module，CBAM）相結(jié)合，對(duì)樹脂拉鏈缺陷檢測(cè)算法進(jìn)行研究，給出了算法的結(jié)構(gòu)原理，并對(duì)樹脂拉鏈缺陷進(jìn)行檢測(cè)試驗(yàn)。采集帶有壞齒、邊緣、內(nèi)部、擠出、開裂和污染的樹脂拉鏈圖像，建立數(shù)據(jù)集并據(jù)此標(biāo)注。（剩余10288字）