一种基于改进YOLOv5的无纺布缺陷检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明提供一种基于改进YOLOv5的无纺布缺陷检测方法，包括以下步骤：利用图像采集部件采集无纺布图像，裁剪采集到的图像中的缺陷部分，构成初步数据集，并利用标注工具对初步数据集中不同种类的缺陷进行标注；对初步数据集中某类图像较少的缺陷进行数据增强，形成增强数据集，并将增强数据集中的数据划分为训练集和验证集；构建改进YOLOv5网络模型；利用训练集训练改进YOLOv5网络模型，获取最优模型；利用获取的最优模型，对无纺布缺陷进行实时检测，解决了现有无纺布缺陷主要依靠人工检测，人工检测效率低，精度不够的问题，可对生产中的无纺布进行实时检测，有效提高了无纺布缺陷的检测效率和检测精度。

《一种基于改进YOLOv5的无纺布缺陷检测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023108609375，当前法律状态为已下证，由江苏理工学院提出申请，发明人为康绍鹏;陆芸婷;强红宾;刘凯磊;吴双;李文鹏;李煜昕;黄鹏辉，申请日期为2023-07-13，公开（公告）日期为2025-10-31，国际专利分类号（IPC）为 G06T 7/00 (2017.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提供一种基于改进YOLOv5的无纺布缺陷检测方法，包括以下步骤：利用图像采集部件采集无纺布图像，裁剪采集到的图像中的缺陷部分，构成初步数据集，并利用标注工具对初步数据集中不同种类的缺陷进行标注；对初步数据集中某类图像较少的缺陷进行数据增强，形成增强数据集，并将增强数据集中的数据划分为训练集和验证集；构建改进YOLOv5网络模型；利用训练集训练改进YOLOv5网络模型，获取最优模型；利用获取的最优模型，对无纺布缺陷进行实时检测，解决了现有无纺布缺陷主要依靠人工检测，人工检测效率低，精度不够的问题，可对生产中的无纺布进行实时检测，有效提高了无纺布缺陷的检测效率和检测精度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！