基于语义分割的纱筒余纱量检测方法研究
Research on detection method of yarn surplus based on semantic segmentation作者机构:浙江理工大学浙江杭州310018
出 版 物:《棉纺织技术》 (Cotton Textile Technology)
年 卷 期:2024年第52卷第4期
页 面:23-29页
学科分类:0821[工学-纺织科学与工程] 08[工学] 082101[工学-纺织工程]
基 金:国家重点研发计划重点专项课题(2017YFB1304005)
主 题:语义分割 YOLOv8模型 EMA注意力机制 纱筒余纱量 机器视觉
摘 要:为解决圆形纬编针织机器人自动化生产线背景复杂以及纱筒尺寸变化大而导致检测算法准确率较低且精度低等问题,提出了一种基于语义分割的纱筒余纱量检测方法。首先在YOLOv8的基础上通过DSSConv模块替换C2F模块,防止出现特征冗余与特征信息丢失;针对纱筒尺寸多与背景纱筒对检测效果造成的影响,引入EMA注意力机制来提升获取前景纱筒的能力,最后在Neck层使用SQConv模块替换C3模块,利用改进的组卷积提高模型在Neck层的推理速度,添加了SENet注意力机制减少纱筒细节特征的遗漏率。试验表明:改进后的模型mAP@0.5:0.95值达到94.1%,推理速度为65.71帧/s,优于原YOLOv8模型。该研究算法检测纱筒余纱量的平均误差小于2 mm,可实现测量不同成像距离的纱筒余纱量,能够满足实际生产需求。