-
题名基于改进YOLO11的白坯布缺陷检测研究
- 1
-
-
作者
史泽阳
张孝龙
崔传金
张元昭
-
机构
华北理工大学电气工程学院
-
出处
《应用光学》
北大核心
2026年第1期202-212,共11页
-
基金
河北省骨干人才项目(B2024005010)
河北省省属高等学校基本科研业务费研究项目(JQN2023026)。
-
文摘
针对白坯布瑕疵缺陷识别难度大、精度低且漏检率高的问题,对YOLO11模型进行了系统性的优化与改进,以提升目标检测模型在复杂场景中的检测精度与速度。首先,在主干网络中引入C3K2-DCNv2模块,利用可变形卷积增强模型对目标形变与复杂背景的适应能力。其次,在颈部网络部分,融合自适应尺度融合(adaptive scale fusion,ASF)模块与DySample模块形成ASFDySample模块,实现了多尺度特征的动态采样与空间自适应融合,保留细节信息,进一步提升小目标检测精度,有效提升了特征表达能力。最后,检测头采用MultiSEAMHead,通过多分支语义解耦和上下文聚合策略,进一步强化目标表征能力。实验结果表明,改进后的DAM-YOLO模型的mAP@0.5较原始YOLO11模型提升了2.3%,验证了该模型在目标检测任务中的有效性与实用价值。
-
关键词
目标检测
YOLO11
C3K2_DCNv2
ASF-Dysmple
multiseamhead
-
Keywords
object detection
YOLO11
C3K2_DCNv2
ASF-Dysmple
multiseamhead
-
分类号
TN206
[电子电信—物理电子学]
-
