基于YOLOv5n?CND 的礦用輸送帶異物檢測(cè)

打開(kāi)文本圖片集

摘要：針對(duì)異物圖像背景復(fù)雜、特征提取能力弱、粘連小目標(biāo)的檢測(cè)精度低、檢測(cè)框定位及尺度失真等問(wèn)題，提出了一種基于YOLOv5n?CND 的礦用輸送帶目標(biāo)檢測(cè)算法。首先，采用C2f 對(duì)特征金字塔進(jìn)行優(yōu)化，使用更少參數(shù)解決在井下異物圖像采集背景復(fù)雜且存在復(fù)雜目標(biāo)干擾對(duì)小目標(biāo)檢測(cè)不敏感的問(wèn)題；然后，采用歸一化高斯瓦薩斯坦距離（NWD） 回歸損失函數(shù)替代CIoU，改善多尺度異物檢測(cè)效果不佳的問(wèn)題，實(shí)現(xiàn)粘連小目標(biāo)的精準(zhǔn)檢測(cè)；最后，添加目標(biāo)檢測(cè)頭（Dy Head），將尺度、空間和任務(wù)3 種注意力機(jī)制結(jié)合，提高對(duì)異物輪廓的特征提取能力，增強(qiáng)對(duì)多尺度目標(biāo)的適應(yīng)能力。（剩余1848字）