基于改进YOLOv7的织物疵点小目标检测算法OACSTPCD
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…查看全部>>
陈泽纯;林富生;张庆;宋志峰;刘泠杉;余联庆
武汉纺织大学,湖北武汉430200 三维纺织湖北省工程研究中心,湖北武汉430200 湖北省数字化纺织装备重点实验室,湖北武汉430200武汉纺织大学,湖北武汉430200 三维纺织湖北省工程研究中心,湖北武汉430200 湖北省数字化纺织装备重点实验室,湖北武汉430200武汉纺织大学,湖北武汉430200 三维纺织湖北省工程研究中心,湖北武汉430200 湖北省数字化纺织装备重点实验室,湖北武汉430200武汉纺织大学,湖北武汉430200 三维纺织湖北省工程研究中心,湖北武汉430200 湖北省数字化纺织装备重点实验室,湖北武汉430200武汉纺织大学,湖北武汉430200 三维纺织湖北省工程研究中心,湖北武汉430200武汉纺织大学,湖北武汉430200 三维纺织湖北省工程研究中心,湖北武汉430200
计算机与自动化
YOLOv7Swin Transformer V2注意力模块织物疵点小目标检测
《棉纺织技术》 2024 (10)
P.26-32,7
国家留学基金委项目(202310810005)。
评论