文摘受货车侧架去除区域复杂结构影响,针对在铸造清理视觉拍摄过程中二维图像存在颜色特征模糊等问题,提出一种基于改进YOLOv10n的侧架铸造残余检测算法。引入轻量级通用上采样算子——内容感知特征重组上采样算子(content aware reassembly of features,CARAFE)模块,有效增加了网络模型的整体感知范围以及对有效语义信息的利用,在不影响网络复杂度的同时提升了检测模型对残余特征的识别能力。提出一种轻量级Mobile_CA模块替换原主干网络,显著降低网络的复杂度。实验结果表明:改进后的网络在铸造残余检测任务中平均检测精度mAP@0.5为93.8%,平均检测速度为65.6帧/s,相较于原网络,mAP@0.5提高了1.1%,检测速度显著提升,能够满足工况对于检测精度和效率的要求。
