基于改进YOLO的织物染色瑕疵轻量化检测方法及系统
技术特征：
1.基于改进yolo的织物染色瑕疵轻量化检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进yolo的织物染色瑕疵轻量化检测方法，其特征在于，
3.根据权利要求1所述的基于改进yolo的织物染色瑕疵轻量化检测方法，其特征在于，
4.根据权利要求1所述的基于改进yolo的织物染色瑕疵轻量化检测方法，其特征在于，
5.根据权利要求1所述的基于改进yolo的织物染色瑕疵轻量化检测方法，其特征在于，
6.根据权利要求1所述的基于改进yolo的织物染色瑕疵轻量化检测方法，其特征在于，
7.根据权利要求1所述的基于改进yolo的织物染色瑕疵轻量化检测方法，其特征在于，
8.根据权利要求7所述的基于改进yolo的织物染色瑕疵轻量化检测方法，其特征在于，
9.根据权利要求1所述的基于改进yolo的织物染色瑕疵轻量化检测方法，其特征在于，
10.基于改进yolo的织物染色瑕疵轻量化检测系统，其特征在于，包括：
技术总结
本发明涉及织物染色瑕疵检测技术领域，具体涉及一种基于改进YOLO的织物染色瑕疵轻量化检测方法及系统。所述方法包括：采集织物染色瑕疵图片；对采集到的织物染色瑕疵图片进行打标并划分数据集，获得样本图像数据；对样本图像数据进行数据增强；采用FasterNet中的PatchEmbed、FasterNet‑block、PatchMerge结构代替Conv和C3结构；将Coordinate attention插入并融入Neck层中的C3模块中；使用样本图像数据训练改进YOLOv5s模型；对训练好的改进YOLO模型进行结构化剪枝，获得轻量化模型；将所述轻量化模型部署到目标移动设备上，进行织物染色瑕疵检测。
技术研发人员：向忠,康晓龙,钱淼,于雅彤,吴威涛,王俊茹,胡志峰
受保护的技术使用者：浙江理工大学
技术研发日：
技术公布日：2024/11/26
文档序号 :
【 40123558 】
技术研发人员：向忠,康晓龙,钱淼,于雅彤,吴威涛,王俊茹,胡志峰
技术所有人：浙江理工大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：向忠,康晓龙,钱淼,于雅彤,吴威涛,王俊茹,胡志峰
技术所有人：浙江理工大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除