基于改进YOLOv7网络的织物疵点检测

针对传统的目标检测方法不能平衡检测精度、预测速度和轻量级部署模型、实时疵点检测,提出一种改进YOLOv7网络的轻量化检测模型。首先在主干网络引入轻量级卷积Ghost conv,在保证检测精度的同时降低网络参数量,提高对织物疵点的检测效率;其次添加CBAM注意力机制抑制无用信息,增强特征提取能力;最后在回归损失函数处引入新度量方法α-SIoU替换IoU,加速损失函数的自由度,提高网络模型的精确度。实验表明:该检测模型的准确率P达到96.27%,平均精度mAP值为83.84%,模型大小仅为19.10 MB,有效平衡了疵点检测的准确性、实时性与轻量级部署的问题。