基于改進(jìn)YOLOv5s網(wǎng)絡(luò)的機(jī)械零件目標(biāo)檢測

摘要： 針對傳統(tǒng)機(jī)械零件目標(biāo)檢測網(wǎng)絡(luò)受到外界光照、小目標(biāo)物體誤檢漏檢的影響，檢測精度不高實(shí)時性較差的問題，提出一種基于改進(jìn)YOLOv5s網(wǎng)絡(luò)的機(jī)械零件檢測算法。首先，使用幽靈模塊和幽靈瓶頸層替換原YOLOv5s的部分卷積結(jié)構(gòu)和C3結(jié)構(gòu)，降低浮點(diǎn)運(yùn)算量(GFLOPs);其次，使用一個新的、高效的特征金字塔網(wǎng)絡(luò)BIFPN,它在訓(xùn)練過程中不斷更新分支的權(quán)重，從而融合不同分辨率的輸入特征；最后...