CN114049340B 基于机器视觉的金刚石锯丝磨损在线检测方法及其装置 （江苏科技大学）_第1页
CN114049340B 基于机器视觉的金刚石锯丝磨损在线检测方法及其装置 （江苏科技大学）_第2页
CN114049340B 基于机器视觉的金刚石锯丝磨损在线检测方法及其装置 （江苏科技大学）_第3页
CN114049340B 基于机器视觉的金刚石锯丝磨损在线检测方法及其装置 （江苏科技大学）_第4页
CN114049340B 基于机器视觉的金刚石锯丝磨损在线检测方法及其装置 （江苏科技大学）_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于机器视觉的金刚石锯丝磨损在线检测本发明公开了一种基于机器视觉的金刚石使用YOLOv5+DeepSORT模型对S4中的视频进行多直接观察锯丝磨损变化，并且从量化的角度出2S3：使用Pytorch深度学习框架搭建YOLOv5算法模型，载入数据集对算法模型进行训S2.1：将S1中获得的样本图像利用labelimg标注工具的YOLO格式对收集到的照片标38.一种使用权利要求1～7任一所述的基于机器视觉的金刚石锯丝磨损在线检测方法45动标注出这些数据集中三种磨粒类别的位置信息，然后将图片统一改成608×608的分辨6[0033]S2：处理图像样本，将S1中获得的样本图像利用labelimg标注工具的YOLO格式标注出这些数据集中三种磨粒类别的位置信息，然后将图片统一改成608×608的分辨率，大，训练出来的精度也越高，检测速度则下降，本发明选择数据集的预训练权重为了1x1的卷积层，很好地减少了计算量，提高模型的学习能力；(3)SPP层经过三个不同kernel_size的最大池化层进行下采样，将各自输出结果进行拼接融合并与其初始特征相[0041]YOLOv5之前版本的边界框的损失函数为IoU，而YOLOv5采用了GIOU作为边界框的7[0054]由于锯丝是拍摄工作中的锯丝形貌，本发明中金刚石锯丝工作时线速

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论