面向带钢表面小目标缺陷检测的改进YOLOv7算法.pdfVIP

第卷第期合肥工业大学学报(自然科学版)

４７３Vol．４７No．３

()

年月JOURNALOFHEFEIUNIVERSITYOFTECHNOLOGYNATURALSCIENCE

２０２４３Mar．２０２４

:/

DOI１０．３９６９．issn．１００３Ｇ５０６０．２０２４．０３．００３

j

面向带钢表面小目标缺陷检测的改进YOLOv７算法

,

樊嵘马小陆

(,)

安徽工业大学电气与信息工程学院安徽马鞍山２４３００２

:.

摘要带钢表面小目标缺陷检测是工业质检领域的研究热点针对热轧带钢表面缺陷检测任务中小目标

,.(

缺陷易产生漏检的问题文章提出一种改进的YOLOv７算法在骨干网络中融入通道空间注意力模块conＧ

,),;

volutionalblockattentionmoduleCBAM和可重参数化卷积模块以提升小目标特征的提取效率采用改进

的双向特征金字塔网络(,)颈部网络替换原有的路径聚合网络

biＧdirectionalfeatureramidnetworkBiFPN

py

(,),;

athareationnetworkPANet颈部网络实现对小目标缺陷特征的高效提纯采用解耦检测头进行检测

pggg

,.,

结果输出使网络在训练时进一步收敛至更高精度实验结果表明改进后的YOLOv７算法在小目标带钢缺

,,

陷检测场景下检测精度领先YOLOv７算法４．３AP５０精度领先YOLOv６算法５．０AP５０精度领先YOLOX

,.

算法４．８AP５０精度说明该算法可以较好地应用于小目标带钢缺陷检测

:;;;();

关键词机器视觉缺陷检测YOLOv７算法双向特征金字塔网络BiFPN注意力机制

中图分类号:文献标志码:文章编号:()

TP３９１．７A１００３Ｇ５０６０２０２４０３Ｇ０３０３Ｇ０７

ImrovedYOLOv７alorithmforsmalltaret

p