-
题名基于改进YOLOv7的织物疵点小目标检测算法
被引量：6
- 1
-
-
作者
陈泽纯
林富生
张庆
宋志峰
刘泠杉
余联庆
-
机构
武汉纺织大学
三维纺织湖北省工程研究中心
湖北省数字化纺织装备重点实验室
-
出处
《棉纺织技术》
CAS
2024年第10期26-32,共7页
-
基金
国家留学基金委项目(202310810005)。
-
文摘
针对织物疵点种类多、尺度变化大、小目标易漏检等问题,提出了一种基于YOLOv7的改进算法(YOLOv7⁃ESL)。首先,将注意力机制ECA⁃Net融入到Neck层中取代CBS模块,在少量增加计算成本的情况下显著提高了检测精度。其次,设计了专用探测头检测小目标,充分利用网络的浅层特征信息,使模型能够有效地检测多尺度的目标。最后,在特征加强部分增加Swin Transformer V2 Block,能够捕捉全局和局部之间的丰富关系,提高模型检测小目标缺陷的能力。试验结果表明:YOLOv7⁃ESL算法精确率为97.7%,召回率为90.3%,平均精度均值为94.9%,FPS为29.9帧/s;与原始YOLOv7模型相比,分别提高了3.8个百分点、3.4个百分点、3.3个百分点、3.1帧/s,可满足纺织工业领域的应用要求。
-
关键词
YOLOv7
swin
transformer
v2
注意力模块
织物疵点
小目标检测
-
Keywords
YOLOv7
swin transformer v2
attention module
fabric defect
small target detection
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
