-
题名基于YOLO-CFD的棉布微小微弱缺陷检测研究
- 1
-
-
作者
化春键
李秀琴
蒋毅
俞建峰
陈莹
-
机构
江南大学机械工程学院
江苏省食品先进制造装备技术重点实验室
江南大学物联网工程学院
-
出处
《电子测量与仪器学报》
北大核心
2025年第4期152-162,共11页
-
基金
国家自然科学基金(62173160)项目资助。
-
文摘
棉布表面缺陷直接决定了布匹质量与品质的高低,针对在棉布缺陷检测任务中,缺陷目标的尺度差异大和微小微弱缺陷所导致的误检和漏检等问题,提出一种基于YOLOv8s的棉布缺陷检测网络(YOLO-CFD)。首先,为了更好地适应缺陷的尺度变化,利用双层路由注意力机制思想,设计双层路由注意力快速空间金字塔池化模块(BRASPPF);其次,为了提高微小微弱目标的特征提取和定位能力,使用SPDConv模块代替部分卷积,同时在颈部特征融合阶段增加一个小目标检测层;最后,为了降低交并比(IoU)对位置偏移的敏感度,设计NWIoU损失函数作为边界框回归损失函数。实验结果表明,YOLO-CFD网络模型在自制的棉布缺陷数据集上的平均精度均值(mAP)mAP@0.5可达87.2%,提高了16.5%,速度满足工业实时性检测需求。此外,在可视化实验中,YOLO-CFD网络模型显示出更全面的多尺度特征提取能力,可检测仅有12个像素点的棉粒、接头和污渍的小缺陷目标,并更加精准地关注到断经和破洞这类细长全局缺陷特征。算法相较于其他主流目标检测算法,具有更高缺陷检测性能,能够为棉布缺陷检测提供有效探索。
-
关键词
缺陷检测
棉布
YOLOv8s
微小微弱目标
多尺度
特征提取
-
Keywords
defect detection
cotton fabric
YOLOv8s
small and weak targets
multi-scale
feature extraction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TN911.73
[电子电信—通信与信息系统]
-
