本发明提供一种基于改进yolov5的连铸坯裂纹缺陷识别方法,涉及冶金和图像识别技术领域。该方法首先构建连铸坯裂纹缺陷数据集,并进行标注,得到连铸坯裂纹缺陷数据训练集;再将CBAM模块和yolov5网络模型结合,构建CBAMC3‑yolov5网络模型;然后利用连铸坯裂纹缺陷数据训练集对CBAMC3‑yolov5网络模型进行训练;最后使用训练好的CBAMC3‑yolov5网络模型对待识别的连铸坯裂纹缺陷图像进行裂纹缺陷识别。该方法通过改进yolov5算法并结合连铸坯裂纹缺陷图像数据集,成功识别连铸坯裂纹缺陷图像,得到裂纹缺陷的位置信息与分类信息。解决了人工识别主观性强、工作强度大等明显缺点。
声明:
“基于改进yolov5的连铸坯裂纹缺陷识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)