-
题名基于YOLOv8改进算法的织物瑕疵检测方法
- 1
-
-
作者
张学林
闵悦
熊金泉
丁文超
-
机构
江西服装学院大数据学院
江西服装学院服装设计学院
上海同温层科技有限公司
-
出处
《毛纺科技》
北大核心
2025年第3期145-150,共6页
-
基金
教育部人文社会科学研究项目(22YJA760060)
教育部产学研项目(202102001044)。
-
文摘
为了解决织物生产过程中,瑕疵检测存在的准确率低、检测速度慢的问题,提出一种基于YOLOv8改进算法的织物瑕疵检测方法。首先,借鉴轻量化的StarNet重新设计了主干网络结构,降低模型参数量,提升检测速度;其次,设计了一种基于Sobel算子的边缘信息增强卷积,以获取瑕疵的边缘信息,提升瑕疵特征的提取能力;最后,在回归损失函数中引入对不同尺度的物体不敏感的NWD损失函数,提高对小目标瑕疵识别的检测能力。实验结果表明:改进后的YOLOv8算法平均检测精度较原模型提升1.5%,模型计算量较原模型下降10.59%,证明了算法改进的有效性。
-
关键词
YOLOv8
瑕疵检测
StarNet
SOBEL算子
NWD损失函数
-
Keywords
YOLOv8
defect detection
StarNet
SobelConv
NWD
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
