面向嵌入式设备部署的轻量化织物瑕疵检测算法.pdfVIP

第５２卷第７期毛纺科技

２０２４年７月ＷｏｏｌＴｅｘｔｉｌｅＪｏｕｒｎａｌ—９１—

ＤＯＩ：１０１９３３３／ｊ．ｍｆｋｊ．２０２３１１０８００９

面向嵌入式设备部署的轻量化织物瑕疵检测算法

１，２１３１１，２

赵洋，刘雪枫，赵锦程，苗佳龙，徐森

（１．沈阳化工大学计算机科学与技术学院，辽宁沈阳１１０１４２；２．辽宁省化工过程工业智能化技术重点实验室，

辽宁沈阳１１０１４２；３．沈阳化工大学信息工程学院，辽宁沈阳１１０１４２）

摘要：针对现有织物瑕疵检测算法参数量大、计算复杂度高，难以部署在计算资源有限的嵌入式设备上的问

－－－

题，提出一种基于ＹＯＬＯｖ５ｓ改进的轻量化织物瑕疵检测算法ＳＳＰＹ（ＳｈｕｆｆｌｅＮｅｔｖ２Ｓ，ＳｉｍＡＭＳ，ＰｒｕｎｉｎｇＰ，

－

ＹＯＬＯｖ５ｓＹ）。首先，主干特征提取网络采用ＳｈｕｆｆｌｅＮｅｔｖ２网络，实现模型的轻量化。在主干网络和小目标检测层

引入ＳｉｍＡＭ无参注意力机制，在不增加额外参数量的情况下增强算法的特征提取能力。通过结合稀疏训练评价

特征提取层中卷积核的重要性进行剪枝的方法，进一步实现模型压缩。最后，将ＳＳＰＹ算法部署到瑞芯微ＲＫ３５６８

平台上，完成织物瑕疵实时检测算法在嵌入式设备上的部署。在织物瑕疵数据集上进行多组对比实验。实验结果

表明，ＳＳＰＹ与ＹＯＬＯｖ５ｓ相比，平均精度均值ｍＡＰ值提升了０８％，参数量下降了８０３％。将ＳＳＰＹ部署在ＲＫ３５６８

上，检测速度可达４９ＦＰＳ，满足了织物瑕疵检测算法在工业应用中实时性、嵌入式设备部署等需求。

关键词：瑕疵检测；ＳＳＰＹ；轻量化；注意力机制；嵌入式设备部署

中图分类号：ＴＰ１８１；ＴＳ１０１９文献标志码：Ａ

Ｌｉｇｈｔｗｅｉｇｈｔｆａｂｒｉｃｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｅｍｂｅｄｄｅｄｄｅｖｉｃｅｄｅｐｌｏｙｍｅｎｔ

１，２１３１１，２

ＺＨＡＯＹａｎｇ，ＬＩＵＸｕｅｆｅｎｇ，ＺＨＡＯＪｉｎｃｈｅｎｇ，ＭＩＡＯＪｉａｌｏｎｇ，ＸＵＳｅｎ

（１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ，Ｓｈｅｎｙａｎｇ，

Ｌｉａｏｎｉｎｇ１１０１４２，Ｃｈｉｎａ；２．ＬｉａｏｎｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｌｌｉｇｅｎｔＴｅｃｈｎｏｌｏｇｙｆｏｒＣｈｅｍｉｃａｌＰｒｏｃｅｓｓＩｎｄｕｓｔｒｙ，

Ｓｈｅｎｙａｎｇ，Ｌｉａｏｎｉｎｇ１１０１４２，Ｃｈｉｎａ；３．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆ

ＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ，Ｓｈｅｎｙａｎｇ，Ｌｉａｏｎｉｎｇ１１０１４２，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｒｅｓｐｏｎｓｅｔｏｔｈｅｉｓｓｕｅｓｏｆｌａｒｇｅｐａｒａｍｅｔｅｒｑｕａ