龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京理工大学
摘要：本申请的基于yolov5的织物针线细节型的检测算法改进方法，涉及图像目标检测技术领域，通过收集织物针线细节型样本，对织物针线细节型样本中的织物瑕疵进行标注得到真实框，构建改进的yolov5模型，在BackBone层加入BoTNet架构，在Neck层中加入BiFPN特征融合机制的双向通路，将SIoU损失函数作为损失函数，将织物针线细节型样本作为输入数据，通过BackBone层进行特征提取得到不同尺度的特征图，将特征图通过BiFPN特征融合机制进行融合，计算预测框与真实框之间的SIoU损失函数，更新模型参数，得到训练好的改进的yolov5模型，实现了模型准确率的提高和模型体量的缩小。
主权项：1.基于yolov5的织物针线细节型的检测算法改进方法，其特征在于，包括：收集织物针线细节型样本，对织物针线细节型样本中的织物瑕疵进行标注得到真实框，生成织物瑕疵数据集；构建改进的yolov5模型，在yolov5模型的BackBone层加入BoTNet架构，在Neck层中加入BiFPN特征融合机制的双向通路，将SIoU损失函数作为yolov5模型的损失函数；将织物针线细节型样本作为输入数据，通过BackBone层进行特征提取得到不同尺度的特征图，将特征图通过BiFPN特征融合机制进行融合，改进的yolov5模型对织物针线细节型样本进行预测得到预测框，计算预测框与真实框之间的SIoU损失函数，更新模型参数，得到训练好的改进的yolov5模型。
全文数据：
权利要求：
百度查询： 南京理工大学 基于yolov5的织物针线细节型的检测算法改进方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号