| 基于EfficientDet的蚕茧识别方法 |
| |
| 作者姓名： | 汪小东 叶飞 王启真 李子印 杨娟亚 |
| |
| 作者单位： | 1.湖州市质量技术监督检测研究院313000;2.中国计量大学310018; |
| |
| 基金项目： | 浙江省市场监督管理局科研计划项目(20210146)；浙江省市场监督管理局雏鹰计划培育项目(CY2022352)；浙江省基础公益研究计划项目(LGN20F050001)；国家市场监督管理总局科技计划项目(2022MK048)。 |
| |
| 摘 要： | 蚕茧是纺织品重要的原材料，带有缺陷的蚕茧会对纺织品质量造成影响，目前人工检测的效率低，成本高，针对这一问题提出通过深度学习技术提高蚕茧缺陷检测的效率。本文首先通过左下角填充算法构造多蚕茧同时识别数据集，然后利用EfficientDet网络模型对该数据集进行识别，最后通过实验比较EfficientDet-D0、YOLOv5s、SSD神经网络在构建的数据集上的性能，实验结果表明EfficientDet-D0网络模型的mAP为82.4%，优于另外2种算法，具有较好的准确率。
|
| 关 键 词： | 蚕茧识别 左下角填充 EfficientDet 深度学习 |
| 本文献已被 维普 等数据库收录！ |
