一种改进YOLOv5的布匹瑕疵检测方法与流程

技术特征：
1.一种改进yolov5的布匹瑕疵检测方法，其特征在于，包括以下步骤：从数据集中获取布匹的rgb图像；训练se-yolov5模型；将rgb图像导入训练好的se-yolov5模型进行瑕疵点检测，并输出检测结果。2.根据权利要求1所述的一种改进yolov5的布匹瑕疵检测方法，其特征在于，通过精度、查准率、召回率和f1值，对检测前后的rgb图像进行计算，以此评价se-yolov5模型的性能。3.根据权利要求1所述的一种改进yolov5的布匹瑕疵检测方法，其特征在于，所述se-yolov5模型为：在yolov5网络中的backbone层的最后加入se模块，以及把yolov5网络中csp层中的leakyrelu函数替换为acon激活函数。4.根据权利要求1或3所述的一种改进yolov5的布匹瑕疵检测方法，其特征在于，通过带有瑕疵的布匹的rgb图像对se-yolov5模型进行训练。5.根据权利要求3所述的一种改进yolov5的布匹瑕疵检测方法，其特征在于，所述acon激活函数为：f
acon-c
(x)＝(p
1-p2)x
·
σ[β(p
1-p2)x] p2x其中，x为输入值，p1和p2为可学习的参数，β为切换因子，σ为sigmoid函数。6.根据权利要求1所述的一种改进yolov5的布匹瑕疵检测方法，其特征在于，所述检测结果包括：瑕疵点锚框的中心位置的横坐标、纵坐标以及瑕疵点锚框的长度和宽度。7.一种改进yolov5的布匹瑕疵检测系统，其特征在于，包括：数据获取模块，用于从数据集中获取布匹的rgb图像；模型训练模块，用于训练se-yolov5模型；瑕疵点检测模块，用于将rgb图像导入训练好的se-yolov5模型进行瑕疵点检测，并输出检测结果。8.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1-6任一项所述的一种改进yolov5的布匹瑕疵检测方法。9.一种改进yolov5的布匹瑕疵检测系统，其特征在于，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现如权利要求1-6任一项所述的一种改进yolov5的布匹瑕疵检测方法。

技术总结
本发明涉及一种基于改进YOLOv5的布匹瑕疵检测方法，包括：输入布匹的RGB图像；训练目标检测网络SE-YOLOv5；检测瑕疵点；输出瑕疵点的位置。本发明方法为基于SE模块的YOLOv5网络(SE Module-Based YOLOv5，SE-YOLOv5)，SE-YOLOv5在YOLOv5网络中的backbone中加入了SE模块，并且把YOLOv5CSP中的Leaky ReLU函数替换为ActivateOrNot(ACON)激活函数，从而提高了模型的精度。实验结果表明，SE-YOLOv5相比YOLOv5，有着更好的泛化能力，能够更好地应用到实际的布匹瑕疵检测。到实际的布匹瑕疵检测。到实际的布匹瑕疵检测。


技术研发人员：张强 王琦 窦冬洋 齐鹏 王诗宇 王晓杰 刘信君 韩玉虎
受保护的技术使用者：沈阳中科数控技术股份有限公司
技术研发日：2021.07.26
技术公布日：2023/2/6