基于YOLOv5的零件识别轻量化算法

摘要： 为了解决现有的基于深度学习的零件识别模型参数量过大、检测速度慢、检测精度低的问题，以YOLOv5模型为基础，提出了结合轻量级网络和Transformer的零件识别算法。首先，设计了一种轻量级主干特征提取网络，以减少网络的参数量和计算量，并提升推理速度；其次，将Transformer模块与C3模块融合构成C3TR模块，以增强小目标的检测能力；最后，引入噪音净化模块，通过过滤噪音来... （共6页）