发明 202110505326X 一种基于YOLO v4改进算法的织物瑕疵检测方法 2023
已下证 2人
G06T7/00 G06T5/00 G06V10/762 G06V10/25 G06V10/774 G06V10/80 G06V10/82 G06N3/0464 G06N3/08
免责声明：以上消息未经人工确认，本平台不担保其真实性和有效性，交易前请仔细核实。
本发明属于图像目标检测技术领域，具体公开了一种基于YOLO v4改进算法的织物瑕疵检测方法，该方法在主干网络上引入了最新的轻量级注意力模块Coordinate Attention(CA)，不仅能捕获跨通道的信息，还能捕获方向感知和位置感知的信息，使得网络能对感兴趣的目标进行着重检测，并加入了可变形卷积(Deformable Convolutional Network，DCN)以增强网络对于形状多变的瑕疵的适应性，提高了检测准确率。对于特征融合部分，在原有的路径聚合网络的基础上使用了自适应加权融合(ASFF)，使得各个特征层提取的特征在进行预测前以不同权重进行融合，同时对特征融合部分的部分卷积使用了跨阶段局部网络结构(CSP)进行替换，在保证速度的情况下，大幅提高了网络对织物瑕疵检测的准确率。
