融合瓶頸注意力模塊的改進(jìn)YOLOv7 織物疵點(diǎn)檢測算法

陳 軍 孫麗麗 孟洪兵 楊安迪 孫文彬

［1.塔里木大學(xué)，新疆阿拉爾，843300；2.塔里木綠洲農(nóng)業(yè)教育部重點(diǎn)實(shí)驗(yàn)室（塔里木大學(xué)），新疆阿拉爾，843300］

當(dāng)前，人工視覺檢測仍是主要的織物質(zhì)量檢驗(yàn)方式，但人工檢測容易產(chǎn)生主觀誤判和漏檢，影響生產(chǎn)效率和產(chǎn)品質(zhì)量［1-3］。隨著深度學(xué)習(xí)在圖像特征提取和目標(biāo)定位上取得優(yōu)異效果，深度學(xué)習(xí)算法逐步應(yīng)用于織物疵點(diǎn)檢測領(lǐng)域中。

基于深度學(xué)習(xí)的檢測算法，以基于單階段檢測算法（One-stage）和基于兩階段檢測算法（Twostage）為代表。后者首先生成目標(biāo)候選框，然后再對候選框進(jìn)行分類和位置回歸，以Faster RCNN 系列和Mask RCNN 系列算法為代表［4-5］，對目標(biāo)的檢測精度高，但檢測速度較慢，計(jì)算量和時(shí)間復(fù)雜度高，難以適應(yīng)工業(yè)檢測實(shí)時(shí)性要求。前者直接使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）預(yù)測目標(biāo)的類別和位置，不需要生成候選區(qū)域，以SSD、YOLO 系列等算法為代表［6-7］，計(jì)算速度快，實(shí)時(shí)性好，因此易滿足工業(yè)實(shí)時(shí)檢測的需求。如蔡兆信等提出改進(jìn)Faster RCNN 網(wǎng)絡(luò)的RPN 結(jié)構(gòu)來融合多層不同尺度特征圖，增加圖像細(xì)節(jié)提取的能力［8］；陳夢琦等將注意力機(jī)制與Faster RCNN 模型相結(jié)合，優(yōu)化網(wǎng)絡(luò)模型，提高網(wǎng)絡(luò)對疵點(diǎn)圖像的檢測精度和速度［9］；黃漢林等利用MobileNet 的深度可分離卷積取代SSD 主干網(wǎng)絡(luò)中的普通卷積，加快網(wǎng)絡(luò)的檢測速度，提高檢測準(zhǔn)確率［10］；石玉文等改進(jìn)YOLOv5-Eff，將EfficientNet-B1 網(wǎng)絡(luò)作為主干特征提取網(wǎng)絡(luò)，引入ACmix 注意力模塊提高網(wǎng)絡(luò)對小尺度目標(biāo)的敏感度，將SiLU 與Swish 激活函數(shù)結(jié)合，根據(jù)目標(biāo)數(shù)量和密度動態(tài)調(diào)整閾值，提高算法靈活性［11］。

基于上述算法，疵點(diǎn)檢測取得較好成果，但在實(shí)際應(yīng)用中，針對多尺度、微小目標(biāo)的疵點(diǎn)檢測精度和速度依然是行業(yè)應(yīng)用的瓶頸問題，但隨著YOLOv7 提出高效長程注意力網(wǎng)絡(luò)架構(gòu)，目標(biāo)檢測算法的精度和速度有了進(jìn)一步提升，YOLOv7相同體量下比YOLOv5 精度更高，速度快120%。為了提升疵點(diǎn)檢測精度和速度，本研究針對疵點(diǎn)尺度不一、目標(biāo)微小、形狀多變的特點(diǎn)，提出了一種改進(jìn)YOLOv7 模型的織物疵點(diǎn)檢測算法，以期提升檢測精度和速度。本研究首先采用可形變卷積（DConv）［12］替換YOLOv7 網(wǎng)絡(luò)中的標(biāo)準(zhǔn)卷積模塊，融合更多感受野，在采樣時(shí)更貼近疵點(diǎn)的形狀和尺寸特征，更具有魯棒性；其次，在網(wǎng)絡(luò)中嵌入頸部注意力模塊（Bottleneck Attention Module，BAM）［13］，捕獲更多疵點(diǎn)的特征信息，強(qiáng)化對微小疵點(diǎn)目標(biāo)的敏感度；最后，構(gòu)建包含扎洞、擦洞、織稀、吊經(jīng)、跳花、污漬6 種疵點(diǎn)類型的織物疵點(diǎn)數(shù)據(jù)集，通過對樣本集進(jìn)行預(yù)處理送入模型訓(xùn)練，在織物疵點(diǎn)數(shù)據(jù)集進(jìn)行消融和對比試驗(yàn)，驗(yàn)證本研究改進(jìn)算法對織物疵點(diǎn)檢測的有效性和魯棒性。

1 YOLOv7 網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv7 是目前YOLO 系列最為先進(jìn)的檢測算法之一，提出了高效聚合網(wǎng)絡(luò)（ELAN）、重參數(shù)化卷積、輔助頭檢測、模型縮放、動態(tài)標(biāo)簽分配等策略。YOLOv7 首先對輸入的圖片調(diào)整大小后再將其輸入到特征提取網(wǎng)絡(luò)（Backbone）中進(jìn)行特征提取，然后送入檢測頭（Head）進(jìn)行特征融合網(wǎng)絡(luò)處理，經(jīng)過RepConv 結(jié)構(gòu)輸出預(yù)測結(jié)果。YOLOv7 網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1 所示。

圖1 YOLOv7 網(wǎng)絡(luò)結(jié)構(gòu)圖

YOLOv7 網(wǎng)絡(luò)模型的Backbone 部分主要由標(biāo)準(zhǔn)卷積、ELAN 模塊、MP 模塊構(gòu)成50 層網(wǎng)絡(luò)。其中ELAN 模塊的高效網(wǎng)絡(luò)結(jié)構(gòu)可以控制最短和最長的梯度路徑，學(xué)習(xí)到更多的特征，它的優(yōu)勢是保持特征大小不變，僅在最后一個(gè)CBS 輸出為需要的通道數(shù)；MP 模塊中兩個(gè)分支完成空間降采樣后進(jìn)行合并，得到通道數(shù)相等但空間分辨率縮小2 倍的特征圖，重復(fù)堆疊ELAN 模塊和MP模塊即可輸出包含主要信息的3 個(gè)特征層，再利用特征金字塔（Feature Pyramid Networks，F(xiàn)PN）［14］對3 個(gè)特征層進(jìn)行特征再提取獲得3 個(gè)加強(qiáng)特征層，采用FPN+PAN（PANet）結(jié)構(gòu)，對特征進(jìn)行上、下采樣實(shí)現(xiàn)特征融合；SPPCSPC 模塊經(jīng)過并行多次的MaxPool 操作，避免圖像失真、訓(xùn)練梯度消失等問題。

2 改進(jìn)的YOLOv7 疵點(diǎn)檢測算法

YOLOv7 中有限的感受野設(shè)計(jì)對圖像中的微小目標(biāo)檢測能力有限，缺乏特征重用限制了其捕捉物體之間空間關(guān)系的能力。因此針對疵點(diǎn)檢測中尺度不一、目標(biāo)微小、形狀多變的特點(diǎn)，本研究從替換標(biāo)準(zhǔn)卷積塊和嵌入瓶頸注意力模塊改進(jìn)YOLOv7，優(yōu)化疵點(diǎn)檢測算法。

2.1 采用可變形卷積提取特征信息

標(biāo)準(zhǔn)卷積進(jìn)行卷積操作時(shí)，將卷積核權(quán)重與輸入特征圖對應(yīng)位置元素相乘并求和得到輸出特征圖元素，滑動窗口計(jì)算輸出特征圖，對形狀規(guī)則的物體效果較好，但疵點(diǎn)形狀、大小不規(guī)則時(shí)，模型適應(yīng)性差，泛化能力弱，因此采用可變形卷積實(shí)現(xiàn)自動調(diào)整尺度或者感受野?？勺冃尉矸e［15］是在標(biāo)準(zhǔn)卷積操作中采樣位置增加了一個(gè)調(diào)整卷積核的偏移量（offset），使得卷積核的形態(tài)更貼近特征物，集中于目標(biāo)區(qū)域?？勺冃尉矸e示意圖如圖2所示。

圖2 可變形卷積示意圖

可變形卷積對應(yīng)的卷積采樣區(qū)域?yàn)檎叫尉矸e核表示的點(diǎn)向各方向偏移的點(diǎn)，因此采用可變形卷積在采樣時(shí)可以更貼近疵點(diǎn)的形狀和尺寸，感受野更大。

2.2 嵌入瓶頸注意力模塊

注意力機(jī)制主要通過嵌入額外網(wǎng)絡(luò)結(jié)構(gòu)加強(qiáng)學(xué)習(xí)輸入數(shù)據(jù)對輸出數(shù)據(jù)貢獻(xiàn)，過濾掉與目標(biāo)相比不太關(guān)注的背景信息，著重于感興趣的目標(biāo)信息。在疵點(diǎn)檢測中，本研究建立疵點(diǎn)特征提取工程融合注意力機(jī)制，讓模型有效且精準(zhǔn)地提取特征，讓下游任務(wù)更聚焦與任務(wù)關(guān)系更密切的信號。常用的注意力模塊是卷積塊注意力模塊（Convolutional Block Attention Module，CBAM），融合了通道注意力和空間注意力機(jī)制，通過最大池化和平均池化增加通道注意力的語義豐富性，提升了圖片的全局信息關(guān)注，但在注意力加權(quán)計(jì)算時(shí)沒有殘差結(jié)構(gòu)，計(jì)算量稍大，同時(shí)通過標(biāo)準(zhǔn)卷積操作提取特征，對微小目標(biāo)的關(guān)注不夠。因此本研究提出采用頸部注意力模塊（Bottleneck Attention Module，BAM），BAM 是融合通道和空間注意力的混合注意力機(jī)制，網(wǎng)絡(luò)結(jié)構(gòu)如圖3 所示，上面分支為通道注意力機(jī)制，先經(jīng)過全局平均池化層，減少參數(shù)量，增強(qiáng)模型的準(zhǔn)確性和穩(wěn)定性，抑制網(wǎng)絡(luò)中的過擬合，然后是兩層全連接層，最后是批量標(biāo)準(zhǔn)化模塊BN 層進(jìn)行歸一化，無激活函數(shù)；下面分支為空間注意力，先將特征層通過1×1 的卷積將輸入通道數(shù)量壓縮，再經(jīng)過兩個(gè)3×3的膨脹卷積做特征融合，加強(qiáng)模型對圖像每個(gè)像素與周圍關(guān)系的理解，通道數(shù)不變，最后通過一個(gè)1×1 的卷積將通道數(shù)變成1。將通道注意力機(jī)制與空間注意力機(jī)制生成的特征圖MC(F)、MS(F)融合成和輸入特征尺寸大小相同的特征圖，再與原始輸入圖做跳層連接后輸出尺寸大小不變的特征圖。

圖3 BAM 網(wǎng)絡(luò)結(jié)構(gòu)

由于BAM 模塊中參考了ResNet 網(wǎng)絡(luò)中的殘差結(jié)構(gòu)，采用BN 層，因此訓(xùn)練效率更高，同時(shí)使用了膨脹卷積，對目標(biāo)細(xì)節(jié)建模效果更好。利用梯度加權(quán)類激活映射（Gradient-weighted Class Activation Mapping，Grad-CAM）［16］對BAM 注意力機(jī)制效果進(jìn)行可視化，如圖4 所示。

圖4 BAM 注意力機(jī)制效果圖

可以發(fā)現(xiàn)，引入BAM 后，特征覆蓋到了待識別物體的更多部位，這表明BAM 注意力機(jī)制讓網(wǎng)絡(luò)學(xué)會了關(guān)注重點(diǎn)信息，可以提高目標(biāo)檢測和物體分類的精度。

2.3 改進(jìn)后的YOLOv7 模型

改進(jìn)后的YOLOv7 模型網(wǎng)絡(luò)結(jié)構(gòu)如圖5 所示，在特征提取網(wǎng)絡(luò)中采用可形變卷積替換標(biāo)準(zhǔn)卷積模塊，融合更多感受野，在采樣時(shí)更貼近疵點(diǎn)的形狀和尺寸特征；在特征網(wǎng)絡(luò)3 個(gè)特征輸出層前嵌入頸部注意力模塊，捕獲更多疵點(diǎn)的特征信息以提高對微小疵點(diǎn)目標(biāo)的敏感度，具體改進(jìn)點(diǎn)如圖5 中紅色標(biāo)記塊。

圖5 改進(jìn)后的YOLOv7 模型網(wǎng)絡(luò)結(jié)構(gòu)

3 試驗(yàn)結(jié)果與分析

3.1 數(shù)據(jù)集

本研究使用的織物疵點(diǎn)數(shù)據(jù)集是來自于江蘇陽光集團(tuán)公開的織物圖像數(shù)據(jù)集［17］和阿克蘇紡織工業(yè)園區(qū)3 家紡織科技公司真實(shí)生產(chǎn)場景下采集的織物數(shù)據(jù)。經(jīng)過篩選可用于模型訓(xùn)練的數(shù)據(jù)包含扎洞、擦洞、織稀、吊經(jīng)、跳花、污漬6 種疵點(diǎn)類型，樣本數(shù)量分別為1 260 張、480 張、510 張、532張、335 張、1 421 張，共計(jì)4 538 張，圖6 為不同類型的疵點(diǎn)圖像示例。此外，沒有包含任何疵點(diǎn)的正常圖像作為背景類，樣本數(shù)量為4 000 張。樣本集原始圖像分辨率為2 560 pixel×1 920 pixel，圖像特征細(xì)節(jié)清晰，數(shù)據(jù)標(biāo)注前全部經(jīng)過經(jīng)驗(yàn)豐富的驗(yàn)布工人確認(rèn)疵點(diǎn)類型。

圖6 不同類型的疵點(diǎn)圖像

3.2 數(shù)據(jù)預(yù)處理

原始數(shù)據(jù)集中圖像存在3 個(gè)問題：一是樣本類別不均衡，如正常樣本與跳花樣本比例超過12∶1，扎洞與跳花樣本比例超過3∶1；二是疵點(diǎn)區(qū)域占比很小，疵點(diǎn)占比不到1%的樣本超過82%；三是疵點(diǎn)尺度變化大，疵點(diǎn)尺寸長度小到100 pixel、大到2 500 pixel。數(shù)據(jù)樣本的問題會導(dǎo)致模型訓(xùn)練過擬合、精度差、泛化能力弱，除此之外，原始圖像分辨率較大，YOLOv7 采用640 pixel×640 pixel 大小輸入，直接調(diào)整會犧牲微小疵點(diǎn)目標(biāo)的圖像細(xì)節(jié)特征，降低圖像所帶的信息量，所以需要對訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理。針對上述問題，本研究首先以滑動窗口為640 pixel×640 pixel 大小，滑動步長為320 pixel 進(jìn)行移動裁剪，將每張?jiān)紙D像切割成48 張圖像細(xì)節(jié)不變的小尺寸圖像，原尺寸圖像則直接縮小為640 pixel×640 pixel 大小，達(dá)到增加帶疵點(diǎn)圖像的樣本和增加小尺度疵點(diǎn)樣本數(shù)量的目的；然后再針對處理后疵點(diǎn)圖像進(jìn)行數(shù)據(jù)增強(qiáng)，從現(xiàn)有的疵點(diǎn)樣本中利用多種能夠生成可信圖像的隨機(jī)變換來增加樣本以提升模型泛化能力，本研究中所有數(shù)據(jù)增強(qiáng)使用Mosaic、Mixup、cutout、HSV、隨機(jī)抖動和幾何變換等方法［18-20］。最終，模型訓(xùn)練樣本集經(jīng)過篩選最終選擇無疵點(diǎn)圖像4 000 張和扎洞2 680 張、擦洞1 980 張、織稀2 126 張、吊經(jīng)2 230 張、跳花1 870張、污漬2 960 張，共計(jì)17 846 張作為訓(xùn)練樣本。

3.3 試驗(yàn)環(huán)境

本試驗(yàn)運(yùn)行環(huán)境基于64 位Win10 操作系統(tǒng)，CPU 為Intel（R） Core（TM） i9-12900K，GPU 為NVIDIA GeForce RTX 3080 Ti 12 G，GPU 加速為CUDA11.0，編譯語言Python3.10.9，深度學(xué)習(xí)框架為PyTorch2.0.1，數(shù)據(jù)集按8∶1∶1 的比例劃分為訓(xùn)練集、驗(yàn)證集和測試集。模型訓(xùn)練前設(shè)置訓(xùn)練參數(shù)：選用官方提供的YOLOv7. pt 預(yù)訓(xùn)練權(quán)重進(jìn)行，輸入圖像尺寸為640 pixel×640 pixel，標(biāo)簽格式為YOLO 格式，Batchsize 大小為8，以最大限度地提高GPU 設(shè)備的內(nèi)存使用率，優(yōu)化器為Adam 優(yōu)化器并設(shè)置初始學(xué)習(xí)率為0.01，迭代次數(shù)Epoch 為200。

3.4 評價(jià)指標(biāo)

為了評價(jià)模型對疵點(diǎn)識別檢測結(jié)果的優(yōu)劣，評價(jià)標(biāo)準(zhǔn)選用精確率（Precision，P）、召回率（Recall，R）、平均精度（Average Precision，AP）、平均精度均值（Mean Average Precision，mAP）與檢測速度（Frames Per Second，F(xiàn)PS）［21］，計(jì)算公式如式（1）～式（5）所示。

式中：TP為正確識別的數(shù)目，即樣本預(yù)測標(biāo)簽為正且實(shí)際的標(biāo)簽也為正；FP為錯(cuò)誤識別的數(shù)目，即樣本預(yù)測標(biāo)簽為正但實(shí)際的標(biāo)簽為負(fù)；FN為未檢測到的正確目標(biāo)的數(shù)目，即樣本預(yù)測標(biāo)簽為負(fù)而實(shí)際標(biāo)簽為正；AP是以召回率R為橫坐標(biāo)，精確率P為縱坐標(biāo)繪制P-R曲線，曲線與坐標(biāo)軸圍成的面積，P-R曲線可以直觀地顯示出樣本的精確率和召回率在總體數(shù)據(jù)上的關(guān)系，衡量模型對某類疵點(diǎn)識別的效果；mAP為各類平均精度；FPS即每秒內(nèi)檢測圖片數(shù)量，采用“幀/s”表示，其數(shù)值越大，表明模型的檢測速度越快，檢測速度是實(shí)現(xiàn)實(shí)時(shí)檢測的基礎(chǔ)；n為模型處理圖片張數(shù)；T為所消耗時(shí)間。

3.5 消融試驗(yàn)

為驗(yàn)證本研究提出的YOLOv7 改進(jìn)算法有效性，在數(shù)據(jù)集上進(jìn)行了8 組消融試驗(yàn)，結(jié)果如表1 所示。mAP@0.5 為所有類別的識別平均準(zhǔn)確率均值（IoU閾值為0.5），均在輸入圖像大小為640 pixel×640 pixel 時(shí)計(jì)算得出。

表1 消融試驗(yàn)

從表1 可以看出，試驗(yàn)1 僅采用YOLOv7 模型，其檢測精確率為92.1%，檢測速度為53.1 幀/s。試驗(yàn)2 對數(shù)據(jù)樣本進(jìn)行預(yù)處理后，檢測精確率提高1.3 個(gè)百分點(diǎn)，說明預(yù)處理對提升模型檢測精度具有積極作用，有效提升了疵點(diǎn)圖像特征信息量；檢測速度降低了0.2 幀/s，模型整體性能有所提升。試驗(yàn)3 只優(yōu)化了特征提取網(wǎng)絡(luò)，將標(biāo)準(zhǔn)卷積塊替換為可形變卷積，檢測精確率提升了2.6 個(gè)百分點(diǎn)，說明可形變卷積擴(kuò)大感受野，對疵點(diǎn)的特征信息學(xué)習(xí)效果更好，但同時(shí)檢測速度下降了3.7 幀/s，因?yàn)樵谔卣魈崛【W(wǎng)絡(luò)中增加了偏移量的計(jì)算；試驗(yàn)4 在特征網(wǎng)絡(luò)3 個(gè)特征輸出層前嵌入了BAM 注意力機(jī)制，檢測精確率提升了3.6個(gè)百分點(diǎn)，效果明顯，說明注意力機(jī)制使得模型對疵點(diǎn)關(guān)注更高，降低了背景信息的干擾，更好地進(jìn)行特征信息提?。辉囼?yàn)5 加入數(shù)據(jù)預(yù)處理和可形變卷積，使得檢測精確率提升了3.7 個(gè)百分點(diǎn)，說明優(yōu)化組合效果優(yōu)于單一處理優(yōu)化的效果；試驗(yàn)6 加入可形變卷積和BAM 注意力機(jī)制，檢測精確率提升了4.2 個(gè)百分點(diǎn)，說明可形變卷積+BAM的組合效果優(yōu)于數(shù)據(jù)預(yù)處理+可形變卷積；試驗(yàn)7 加入數(shù)據(jù)預(yù)處理和BAM 注意力機(jī)制，檢測精確率提升了3.9 個(gè)百分點(diǎn)，說明數(shù)據(jù)預(yù)處理+BAM組合效果優(yōu)于數(shù)據(jù)預(yù)處理+可形變卷積組合，但效果不如可形變卷積+BAM 的組合；試驗(yàn)8 是融合本研究提出的優(yōu)化方式，檢測精度提升了5.2個(gè)百分點(diǎn)，mAP@0.5 增加了14.3 個(gè)百分點(diǎn)，提升效果最優(yōu)，但同時(shí)檢測速度降低了8.6 幀/s，因?yàn)樵诰W(wǎng)絡(luò)中參數(shù)量提升帶來了計(jì)算量的增加。由消融試驗(yàn)可得，模型加入BAM 作用最有效其次是加入可形變卷積，兩者組合處理優(yōu)于單一處理，三者組合優(yōu)于兩者組合，數(shù)據(jù)預(yù)處理、DConv、BAM對疵點(diǎn)識別的性能整體提升具有積極作用。本研究改進(jìn)算法檢測結(jié)果如圖7 所示。

圖7 本研究提出的改進(jìn)YOLOv7 模型檢測效果圖

3.6 注意力機(jī)制對比試驗(yàn)

為了進(jìn)一步驗(yàn)證本研究BAM 注意力機(jī)制針對疵點(diǎn)微小目標(biāo)的有效性，在本研究改進(jìn)的YOLOv7 特征提取網(wǎng)絡(luò)的同樣位置分別嵌入scSE、CBAM、SCNet 和BAM 共4 種注意力機(jī)制做對比試驗(yàn)，然后在相同的配置下使用同一測試集進(jìn)行網(wǎng)絡(luò)性能測試，結(jié)果如表2 所示?？梢钥闯?，在網(wǎng)絡(luò)中分別嵌入4 種注意力機(jī)制，都能實(shí)現(xiàn)對模型檢測性能的提升，其中BAM 注意力機(jī)制對網(wǎng)絡(luò)性能的提升較大，原因在于scSE 只是增強(qiáng)有意義的特征，抑制無用特征，沒有重點(diǎn)采樣微小目標(biāo)，CBAM 和SCNet 擴(kuò)大了空間位置的感受野，提升了全局注意力，但對微小目標(biāo)的關(guān)注不夠，通過對比試驗(yàn)證明了BAM 注意力機(jī)制對微小目標(biāo)檢測的先進(jìn)性。

表2 不同注意力機(jī)制對比試驗(yàn)

3.7 主流算法對比試驗(yàn)

為驗(yàn)證本研究提出方法的有效性與先進(jìn)性，將近年來基于機(jī)器視覺的目標(biāo)檢測主流算法［22］與本研究方法在同一試驗(yàn)環(huán)境下進(jìn)行性能對比，結(jié)果如表3 所示。

表3 主流算法性能對比

由表3 可知，本研究改進(jìn)的YOLOv7 疵點(diǎn)檢測算法在保持較快檢測速度的同時(shí)對疵點(diǎn)目標(biāo)的檢測效果更好。通過試驗(yàn)發(fā)現(xiàn)，兩階段目標(biāo)檢測算法對目標(biāo)檢測定位更準(zhǔn)確，可以檢測多尺度的物體，但檢測速度慢，需要更強(qiáng)的算力。YOLO系列和SDD 同為單階段目標(biāo)檢測算法，最明顯的優(yōu)勢是快速和高效，易于訓(xùn)練，適用于實(shí)時(shí)疵點(diǎn)目標(biāo)檢測，缺點(diǎn)是對微小目標(biāo)檢測能力不足，容易出現(xiàn)漏檢情況。YOLOv7 相比于其他算法在檢測速度和精度之間達(dá)到了良好的平衡，同時(shí)通過改進(jìn)的YOLOv7 不僅提高了網(wǎng)絡(luò)的mAP，而且彌補(bǔ)了原始模型在微小疵點(diǎn)目標(biāo)檢測方面的不足，提升了全局信息獲取能力和強(qiáng)化了對微小目標(biāo)的敏感度，使得模型適應(yīng)能力更好，魯棒性更強(qiáng)。

4 結(jié)語

在疵點(diǎn)圖像檢測識別中，因疵點(diǎn)目標(biāo)尺度不一、微小目標(biāo)特征難以捕獲，檢測效率低、容易漏檢等問題，本研究基于YOLOv7 算法提出改進(jìn)特征提取網(wǎng)絡(luò)中的卷積塊以擴(kuò)展感受野，豐富提取的特征信息和嵌入頸部注意力機(jī)制強(qiáng)化對微小目標(biāo)的敏感度，同時(shí)對數(shù)據(jù)集進(jìn)行預(yù)處理，擴(kuò)充有效數(shù)據(jù)集以提升模型性能，提高泛化能力。相比于原始YOLOv7 算法，本研究改進(jìn)的YOLOv7 算法的檢測精確率提升了5.2 個(gè)百分點(diǎn)，mAP@0.5 提高了14.3 個(gè)百分點(diǎn)。通過消融試驗(yàn)證明了本研究改進(jìn)方法的有效性，同時(shí)與Faster RCNN、YOLO 系列等模型檢測對比，采用精確率、召回率、mAP@0.5 值、FPS值進(jìn)行定量分析，結(jié)果顯示改進(jìn)的YOLOv7 在檢測精度和速度方面具有較好的性能，基本滿足織物疵點(diǎn)檢測需求。但由于疵點(diǎn)種類繁多，疵點(diǎn)樣本收集受限，在今后的工作中需要進(jìn)一步加強(qiáng)織物疵點(diǎn)圖像種類和數(shù)量的擴(kuò)充，嘗試更多性能提升方法，以提高疵點(diǎn)檢測模型的檢測精度和速度。