基于改进YOLOv8n的织物疵点检测OACSTPCD
针对纺织行业中织物疵点大小不一、织物表面图案复杂等问题,提出一种基于改进YOLOv8n的织物疵点检测算法。首先,在主干网络中用CAA模块替换C2f中的Bottleneck模块,应用两个深度条形卷积作为标准大核深度卷积的近似值来减少计算量,并捕获疵点图像多尺度特征;其次,添加LSKA注意力机制,在特征提取中减少织物表面复杂图案的干扰,提升对小目标的检测精度;最后,使用MPDIoU损失函数弥补原始损失函数的局限性,提高模型训练效率。试验结果表明:改进…查看全部>>
李耀;徐红伟;柯海森;郭殿鹏;李孝禄
中国计量大学,浙江杭州310018中国计量大学,浙江杭州310018中国计量大学,浙江杭州310018中国计量大学,浙江杭州310018中国计量大学,浙江杭州310018
计算机与自动化
织物疵点YOLOv8n深度卷积注意力机制损失函数
《棉纺织技术》 2024 (10)
P.11-18,8
浙江省自然科学基金重点项目(LZ23E060002)。
评论