-
题名基于YOLOv8s改进的布匹缺陷检测算法
- 1
-
-
作者
毛佳奇
孙日明
-
机构
大连交通大学理学院
-
出处
《山西电子技术》
2026年第1期30-33,共4页
-
文摘
为提高布匹缺陷检测的精度和效率,提出了改进的模型FES-YOLOv8s。该算法是以YOLOv8s为基准模型,在网络结构中引入FocalModulation模块替换SPPF模块,加强网络的特征提取能力和自适应能力,使得在特征提取过程中网络能够更加关注缺陷目标。为了进一步提升网络的特征提取能力和增强网络学习缺陷目标的信息能力,提出将C2f模块替换为多尺度转换模块Efficient Multi-Scale-Conv,同时减少了模型的参数量。考虑到缺陷样本质量不平衡问题,使用SIoU损失函数,增强缺陷定位准确率,并且提高模型收敛速度和回归精度。改进后的模型在布匹数据集上进行实验,其实验结果表明,改进后的模型的mAP@0.5达到90.5%,相比于基准模型提高了12.2%。与原YOLOv8s算法相比,改进后的网络参数量减少了42.34%,mAP@0.5、精确率分别提高了12.2%、16.8%,充分验证了算法的优势和有效性,改善了布匹表面缺陷检测精度较低的问题。
-
关键词
YOLOv8s算法
focalmodulation
Efficient
Multi-Scale-Conv
SIoU
布匹缺陷
-
Keywords
YOLOv8s algorithm
focalmodulation
Efficient Multi-Scale-Conv
SIoU
fabric defects
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
