《电子测量技术杂志》发表论文赏析

基于改进RT-DETR的织物疵点检测方法

来源:电子测量技术杂志2025年第14期北京时间:

作者:李敏,周双,朱萍,崔树芹,颜小运

单位:1.武汉纺织大学计算机与人工智能学院 武汉 430200;2.湖北省服装信息化工程技术研究中心 武汉 430200; 3.纺织服装智能化湖北省工程研究中心 武汉 430200

摘要:针对织物疵点种类有限、尺度变化大以及模型检测精度低等问题,提出了一种基于RT-DETR的织物疵点检测方法DHR-DETR。首先,创新性地设计了多路径坐标注意力机制模块(MPCA),并将其与可变形卷积模块(DCNv2)深度融合,构建动态可变形卷积模块,以应对复杂多样的疵点形状。其次,采用高水平筛选特征金字塔(HS-FPN)替换跨尺度特征融合模块(CCFM),实现多层次特征的高效融合并有效降低了模型复杂度。最后,构建了兼具轻量化和特征增强能力的RetBlockC3模块,并集成至HS-FPN网络,进一步强化模型对局部信息的捕捉能力,同时显著提升模型的轻量化性能。试验结果表明,DHR-DETR方法在公开和自制织物数据集上的mAP@0.5分别达到了50.9%和97.5%,相较原模型提高了2.9%和0.6%,参数量仅为17.9 M,计算量降低了37%,显著提升了模型的检测性能和部署效率,具备在实际工业检测任务中的应用潜力。

关键词:RT-DETR;疵点检测;动态可变形卷积;高水平筛选特征金字塔;轻量化

基金资助:湖北省教育厅科学研究计划重点项目(D20211701)资助

2025年14期其他文献查阅:

基于表示学习和动态阈值优化的航天器异常检测方法

基于量子点短波红外焦平面探测器的二氧化碳成像系统研究

基于时空特征融合的网络异常流量检测方法

基于FPGA的SATA图像采集系统的设计与实现

智慧校园车路协同视域下无人车调度系统研究

基于二维嵌入式导频序列的OTFS高精度信道估计方法

基于YOLOv8的钛棒表面缺陷检测

基于CNN-BiLSTM模型的多场景窃电检测与类型判别研究

面向嵌入式设备的绝缘子缺陷检测算法研究

基于ARS-YOLOv9s的PCB缺陷检测算法

基于改进RT-DETR的玻璃绝缘子缺陷检测算法

基于改进的临界多边形算法的鞋片排样方法

一种复杂场景无人机图像多尺度目标检测方法

机器人多工位搬运锂电池的混合元启发式调度算法研究

改进YOLO11的PCB表面缺陷检测方法

非结构化道路坑洼检测的YOLOv7算法优化

基于改进YOLOv8的道路缺陷检测

基于改进灰狼算法优化BP神经网络的RSS指纹定位

基于改进RT-DETR的织物疵点检测方法

MEC-YOLOv11n:水面小目标漂浮物的检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!