一、针对工业领域线圈小目标检测,Yolov5s网络改进检测头实验和其检测效果对比
背景:
基于7分类实验(异物、点胶不良、剥锡不良、打点不良、线圈外变形,线圈表面交错、氧化
修改后的网络结构图
保留原Yolov5s的检测头结构,扩增一层160×160size的feature map,大尺度特征图负责检测小目标,并且由于原始训练集中样本特征多样性以及样本类别中独立同分布特征出现频率不同,再次直接利用低层高维特征分布空间保留的信息与深层低维特征空间的信息进行concat,细节(如图:第4层、第17层、第20层与第3层在通道维度上进行拼接后进行上采样操作使其特征图尺寸等于第4、17层,满足以上条件后,将三个特征空间在通道维度进行concat)扩增的feature map如下图红线所视:
模型结构配置文件:yolov5.yaml文件
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# Parameters
nc: 7 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple
anchors:
- [10,13, 16,30, 33,23] # P3/8
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32
- [24, 22, 36, 30, 19, 70] # P3/8
# anchors:
# - [24, 22, 36, 30, 19, 70] # P3/8
# - [67, 21, 34, 52, 56, 39] # P4/16
# - [103, 38,51, 80, 91, 84] # P5/32
# YOLOv5 v6.0 backbone
backbone:
# [from, number, module, args]
[[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4
[-1, 3, C3, [128]],
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 6, C3, [256]],
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16
[-1, 9, C3, [512]],
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32
[-1, 3, C3, [1024]],
[-1, 1, SPPF, [1024, 5]], # 9
]
# YOLOv5 v6.0 head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 6], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [512, False]], # 13
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 4], 1, Concat, [1]], # cat backbone P3
[-1, 3, C3, [256, False]], # 17 (P3/8-small)
[-1, 1, Conv, [256, 3, 2]],
[[-1, 14], 1, Concat, [1]], # cat head P4
[-1, 3, C3, [512, False]], # 20 (P4/16-medium) 80
[-1, 1, Conv, [512, 3, 2]], #
[[-1, 10], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 23 (P5/32-large)
[-1, 1, Conv, [512, 1, 1]], # 24 减少了c
[-1, 1, nn.Upsample, [None, 2, 'nearest']], # /16
[[-1, 6, 20], 1, Concat, [1]], # 26 c= 1/3
[-1, 3, C3, [512, False]], # 27
[-1, 1, nn.Upsample, [None, 2, 'nearest']], # / 8
[[-1, 4, 17], 1, Concat, [1]], # 29
[-1, 3, C3, [512, False]], # 30 加深了c
[[17, 20, 23, 30], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
实验检测效果图部分对比(yolov5s与修改后的yolov5)
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhggigia
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01 -
怎样阻止微信小程序自动打开
PHP中文网 06-13