基于YOLOv5的零件識別輕量化算法

摘要： 為了解決現(xiàn)有的基于深度學習的零件識別模型參數(shù)量過大、檢測速度慢、檢測精度低的問題，以YOLOv5模型為基礎，提出了結合輕量級網(wǎng)絡和Transformer的零件識別算法。首先，設計了一種輕量級主干特征提取網(wǎng)絡，以減少網(wǎng)絡的參數(shù)量和計算量，并提升推理速度；其次，將Transformer模塊與C3模塊融合構成C3TR模塊，以增強小目標的檢測能力；最后，引入噪音凈化模塊，通過過濾噪音來... （共6頁）