改進YOLOv5s網(wǎng)絡(luò)的膠囊表面缺陷檢測方法

摘要： 膠囊質(zhì)檢過程中為提升表面缺陷檢測的精度與效率，提出了一種以YOLOv5s模型為基礎(chǔ)，進行相應(yīng)改進的膠囊表面缺陷檢測方法。通過使用Stitcher算法進行數(shù)據(jù)增強來解決由于膠囊表面缺陷分布不均導(dǎo)致模型訓(xùn)練時學(xué)習(xí)不充分，檢測目標(biāo)準確率低的問題。針對膠囊表面的缺陷為微小且大小不一的目標(biāo)，利用K-Means++聚類算法處理目標(biāo)候選框的個數(shù)和寬高比，獲得更加貼合的先驗框。增加小物體檢測層...