← 返回列表
一种基于YOLOv5检测飞机蒙皮缺陷和分类的方法
摘要文本
本发明涉及一种基于YOLOv5检测飞机蒙皮缺陷和分类的方法，包括收集飞机蒙皮损伤图片，并对图片标注锚框，对所获取到的图片根据不同的损伤进行数据集分类，分为训练集和测试集，利用双线性插值算法进行信息插值，从而使得训练集数据加强，构建YOLOv5模型并优化模型，将所采集到的增强后的训练集数据输入优化后的YOLOv5模型中来训练模型，得到训练后的权重文件并保存最佳模型，将训练好的权重文件应用于测试集的图片检测来检测数据集，并通过Pyside6可视化检测结果。本发明在骨干网络backbone层引入新的注意力机制，能够将横向和纵向的空间位置信息编码到通道注意力中，提升模型在检测小物体的能力和当物体过于密集时，能够精确的定位到所检测的物体。 （来自 马克数据网）
申请人信息
- 申请人:南京航空航天大学
- 申请人地址:210016 江苏省南京市秦淮区御道街29号
- 发明人: 南京航空航天大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于YOLOv5检测飞机蒙皮缺陷和分类的方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410211173.1 |
| 申请日 | 2024/2/27 |
| 公告号 | CN117788471A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 南京航空航天大学 |
| 发明人 | 易程; 汪俊; 吴巧云; 刘程子; 张沅 |
| 地址 | 江苏省南京市秦淮区御道街29号 |
专利主权项内容
1.一种基于YOLOv5检测飞机蒙皮缺陷和分类的方法，其特征在于，包括以下步骤：S1、采集飞机蒙皮损伤原始图像，对所获取到的图像根据不同的损伤进行分类，再将分类好的图片分为训练集和测试集；S2、将所收集到的不同角度的训练集的损伤图片利用双线性插值算法进行信息插值，进而获取优化后的图像，使得训练集数据增强；S3、对原YOLOv5模型进行优化，获得优化后的YOLOv5模型；S4、将所采集到的增强后的训练集数据输入优化后的YOLOv5模型中，得到训练后的权重文件；S5、将训练好的权重文件应用于测试集的图片检测，并通过Pyside6可视化检测结果。 关注公众号马克数据网