来源：期刊VIP网 时间：
作者：魏晶鑫;陈中举;许浩然;
单位：长江大学计算机科学学院;
摘要：[目的]高效识别自动化生产过程中存在蛋壳瑕疵的鸡蛋。[方法]设计了一种融合Fasternet模块与YOLOv5s的鸡蛋外观检测模型FC-YOLOv5。该模型使用Kmeans++算法对数据集重新聚类，优化先验框；将C3结构中的Bottleneck模块替换为FasternetBlock模块，减少模型参数量，同时提高模型检测精度；采用Soft-NMS算法作为非极大值抑制算法，提高重叠特征的检测效果；引入CBAM注意力机制，增加网络模型对重要特征的提取能力。[结果]与YOLOv5原模型相比，改进后的FC-YOLOv5模型在mAP@0.5和mAP@0.5:0.95上分别提高了3.2%和5.2%，计算量和参数量分别减少了19.6%和16.9%，且与YOLOv7-tiny和YOLOv8模型相比有显著优势。[结论]试验方法在鸡蛋外观检测场景下可提高检测精度并降低参数量，达到鸡蛋自动化生产中的次品蛋识别目的。
关键词：鸡蛋外观检测;;YOLOv5;;Fasternet;;Kmeans++;;CBAM
基金资助：湖北省教育厅科学技术研究项目（编号：B2021052）
