改进的YOLOv5s识别网络

轻量高速高精度

针对钢板弹簧识别场景优化的目标检测网络，以轻量化结构实现实时高精度检测，可直接集成到抓取机器人视觉系统。

Conglin, Gao · 鲁守银 · Xinjian, Gu · Xinyun, Hu

Communications in Computer and Information Science 2023

参数信息

模型尺寸缩减率

60.4 %

平均检测速度

78.7 f/s

平均检测准确率

90.7 %

技术优势

模型更小

改进后的网络模型尺寸降低 60.4%，便于部署在机器人嵌入式平台。

检测更快

平均检测速度达到 78.7 f/s，满足实时抓取的节拍要求。

精度够用

平均检测准确率为 90.7%，能够可靠识别钢板弹簧，保障抓取成功率。

应用场景

• 工业抓取机器人：为抓取机器人提供实时、准确的钢板弹簧视觉定位，提升抓取效率。
• 机器人视觉：作为机器人视觉模块的检测网络，替代通用大模型，降低算力需求。
• 目标检测：针对工业零件检测场景优化 YOLOv5s，兼顾速度与精度。
• 钢板弹簧识别：专用于钢板弹簧识别，为机器人抓取提供目标位置信息。