鸭蛋裂纹检测技术对于禽蛋加工工厂实现智能化蛋品检测、分级具有重要意义。该研究针对鸭蛋裂纹检测流程复杂、计算量大、模型尺寸大等问题,提出了一种基于改进YOLOv5l(you only look once version5 large)的轻量裂纹检测算法,通过在黑...鸭蛋裂纹检测技术对于禽蛋加工工厂实现智能化蛋品检测、分级具有重要意义。该研究针对鸭蛋裂纹检测流程复杂、计算量大、模型尺寸大等问题,提出了一种基于改进YOLOv5l(you only look once version5 large)的轻量裂纹检测算法,通过在黑暗条件下使用LED灯照射鸭蛋,根据裂纹蛋壳与完好蛋壳透光性不同产生的图像差异进行检测。通过在YOLOv5中引入Ghost_conv模块,大大减少了模型的浮点计算量和参数量,并在模型的骨干网络中加入ECA(efficient channel attention)注意力机制以及使用多尺度特征融合方法 BIFPN(bi-directional feature pyramid network),增加模型对有效信息的关注度,以提高算法检测精度。同时使用CIoU与α-IoU损失函数融合后替代YOLOv5原始GIoU函数加速回归预测。利用自建的鸭蛋裂纹数据集验证改进后模型的性能,结果表明,本研究提出的改进YOLOv5l网络模型检测精准率为93.8%,与原始YOLOv5l模型相比,检测精度提高了6.3个百分点,参数量和浮点计算量分别减少了30.6%、39.4%。检测帧速率为28.954帧/s,较原始YOLOv5l模型仅下降3.824帧/s。与其他的目标检测常用网络SSD(single shot multibox detector)、YOLOv4、Faster-RCNN(faster region convolutional neural networks)相比,精度分别提高了13.1、12.5、8.2个百分点。本研究提出的方法能够在低硬件资源条件下进行高精度检测,可为实际场景应用提供解决方案和技术支持。展开更多
基于既有研究成果在对混凝土轨枕裂纹检测效率不足的基础上,提出一种改进算法YOLOv5+,主要以YOLOv5网络模型为基础,对混凝土轨枕裂纹进行高效检测。首先,采用分治标签的策略来增大裂纹在标签中的实际占比,从而解决混凝土轨枕裂纹尺度变...基于既有研究成果在对混凝土轨枕裂纹检测效率不足的基础上,提出一种改进算法YOLOv5+,主要以YOLOv5网络模型为基础,对混凝土轨枕裂纹进行高效检测。首先,采用分治标签的策略来增大裂纹在标签中的实际占比,从而解决混凝土轨枕裂纹尺度变化大的问题,使网络更利于提取有效特征;其次,将YOLOv5网络结构中SPP模块的最大池化层改为平均池化层,减少裂纹漏检的现象;同时,在YOLOv5骨干网络中嵌入SE注意力模块(Squeeze and Excitation,SE)提高对细小裂纹的检测能力;最后,结合新的检测尺度与特征融合网络,降低微小裂纹的漏检现象。实验结果表明,以YOLOv5网络模型为基础的改进算法YOLOv5+,除了召回率Recall变化不大外,精确率Precision提高6.5%,平均精度均值mAP提升8%,帧率FPS也有所提升,能够满足实时性的检测需求。展开更多
在高速列车长期、快速行驶中,其转向架金属结构会因疲劳、应力、环境等因素影响,产生金属裂纹。为了在高速列车中的转型架金属表面实现远距离无损检测并判断是否存在裂纹,设计了一种应用在超高频频段的微带贴片型射频识别(Radio Frequen...在高速列车长期、快速行驶中,其转向架金属结构会因疲劳、应力、环境等因素影响,产生金属裂纹。为了在高速列车中的转型架金属表面实现远距离无损检测并判断是否存在裂纹,设计了一种应用在超高频频段的微带贴片型射频识别(Radio Frequency Identification,RFID)抗金属标签,配合RFID芯片,标定RFID阅读器与标签天线的位置和其发射天线的功率,当金属表面存在裂纹时标签天线谐振频率会向低频移动,并产生影响导致RFID系统识别距离的改变,从而实现金属表面裂纹检测。使用高频结构仿真(High Frequency Structure Simulator,HFSS)软件对天线结构进行优化,使其与芯片阻抗匹配,模拟了天线在金属表面存在裂纹的情况。由仿真结果可以分析得出:设计的无线有芯片微带贴片型RFID转向架表面裂纹检测标签能够有效地实现远距离监测金属表面裂纹长度、方向的变化情况。展开更多
文摘基于既有研究成果在对混凝土轨枕裂纹检测效率不足的基础上,提出一种改进算法YOLOv5+,主要以YOLOv5网络模型为基础,对混凝土轨枕裂纹进行高效检测。首先,采用分治标签的策略来增大裂纹在标签中的实际占比,从而解决混凝土轨枕裂纹尺度变化大的问题,使网络更利于提取有效特征;其次,将YOLOv5网络结构中SPP模块的最大池化层改为平均池化层,减少裂纹漏检的现象;同时,在YOLOv5骨干网络中嵌入SE注意力模块(Squeeze and Excitation,SE)提高对细小裂纹的检测能力;最后,结合新的检测尺度与特征融合网络,降低微小裂纹的漏检现象。实验结果表明,以YOLOv5网络模型为基础的改进算法YOLOv5+,除了召回率Recall变化不大外,精确率Precision提高6.5%,平均精度均值mAP提升8%,帧率FPS也有所提升,能够满足实时性的检测需求。
文摘在高速列车长期、快速行驶中,其转向架金属结构会因疲劳、应力、环境等因素影响,产生金属裂纹。为了在高速列车中的转型架金属表面实现远距离无损检测并判断是否存在裂纹,设计了一种应用在超高频频段的微带贴片型射频识别(Radio Frequency Identification,RFID)抗金属标签,配合RFID芯片,标定RFID阅读器与标签天线的位置和其发射天线的功率,当金属表面存在裂纹时标签天线谐振频率会向低频移动,并产生影响导致RFID系统识别距离的改变,从而实现金属表面裂纹检测。使用高频结构仿真(High Frequency Structure Simulator,HFSS)软件对天线结构进行优化,使其与芯片阻抗匹配,模拟了天线在金属表面存在裂纹的情况。由仿真结果可以分析得出:设计的无线有芯片微带贴片型RFID转向架表面裂纹检测标签能够有效地实现远距离监测金属表面裂纹长度、方向的变化情况。
