当前位置:   article > 正文

基于Yolov5的工业油污缺陷检测,加入CVPR2023 BiFormer-BiLevelRoutingAttention和FasterNet-PConv提升检测精度_油污水数据集

油污水数据集

目录

1.工业油污数据集介绍

2.基于Yolov5的油污检测

2.1 修改sanxing.yaml

 2.2 修改yolo5s_sanxing.yaml

2.3为了做对比实验,超参数选择默认

2.4开启训练

3.性能评价

 3.1  FasterNet远超ShuffleNet、MobileNet、MobileViT,引入PConv结构map涨点

3.2 引入CVPR 2023 BiFormer: 基于动态稀疏注意力构建高效金字塔网络


1.工业油污数据集介绍

三星油污缺陷类别:头发丝和小黑点,["TFS","XZW"] 

数据集大小:660张

数据集地址:https://download.csdn.net/download/m0_63774211/87741209

2.基于Yolov5的油污检测

2.1 修改sanxing.yaml

  1. train: ./data/sanxing/trainval.txt
  2. val: ./data/sanxing/test.txt
  3. # number of classes
  4. nc: 2
  5. # class names
  6. names: ["TFS","XZW"]

 2.2 修改yolo5s_sanxing.yaml

  1. # YOLOv5
    声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Guff_9hys/article/detail/991550
    推荐阅读
    相关标签