Textile defect detection using YOLOv5 on AITEX Dataset

Abstract

Devido à identificação manual de defeitos têxteis ainda nos dias atuais, é necessário encontrar meios de detectar defeitos de forma automatizada e eficiente. Para isso, este trabalho se propõe a aplicar o modelo YOLOv5 na base de dados AITEX, usando a abordagem de detecção de objetos para localizar e identificar defeitos, avaliando diferentes técnicas de anotação de objetos e data augmentation. Com os resultados obtidos, concluiu-se que o YOLOv5 adaptou-se muito bem a outro contexto com objetos distintos do prétreinamento, as anotações com Bounding Boxes permitiram maior aprendizado e reconhecimento dos defeitos, mesmo com diferentes formas e tamanhos, e por fim, a combinação de data augmentation potencializam seu desempenho.