基于深度学习的图书破损检测方法研究

张志颖; 刘竟; 许梦怡; 郭剑明

doi:10.16339/j.cnki.jsjsyzdh.202503025

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (03) : 141 -146. DOI: 10.16339/j.cnki.jsjsyzdh.202503025

基于深度学习的图书破损检测方法研究

张志颖, 刘竟, 许梦怡, 郭剑明

作者信息 +

Author information +

文章历史 +

PDF

摘要

破损图书管理和维护是图书馆中的一项重要工作。在进行破损图书筛查时，传统的人工筛查效率低下且易受主观因素影响，难以满足现代图书馆的需求。因此，提出了一种基于深度学习的图书破损检测模型。本文以YOLOv5为基础模型，引入CBAM注意力机制、Meta-ACON激活函数和加权双向特征金字塔网络(BiFPN)对其进行改进。所提模型的mAP@0.5达到了94.89%,其中破损图书类别的AP达到了94.59%,与YOLOv5s相比提高了2.42%。该模型可以在不同背景下提供良好的检测性能，有助于提高筛查破损图书的效率，及时维护破损的图书。