复杂纹理布匹五类典型瑕疵图像检测算法研究

来源：电子测量技术杂志2023年第16期北京时间：

作者：吴志华，钟铭恩，谭佳威，许平平，赵昱廷

单位：厦门理工学院机械与汽车工程学院 厦门 361024

摘要：针对复杂纹理布匹瑕疵检测这一纺织工业质检环节中的技术难点，基于深度卷积神经网络提出一种图像检测算法模型。首先对比选用YOLOv7tiny模型为算法参考框架然后进行优化改进，包括使用SimAM模块重构特征融合层，以提升模型对瑕疵局部特征的提取能力并抑制背景特征；采用SIoU优化坐标定位损失函数，以加快目标框的回归效率；引入FReLU激活函数，以增强非线性激活层对空间信息的利用能力，提升激活函数的空间敏感性。实验结果表明，该模型在复杂纹理布匹五类典型瑕疵的检测任务上的查准率和查全率都优于现有其他算法，mAP达到最高值805%，且模型大小仅为92 M，在PC端上单帧图像检测只需2113 ms。

关键词：复杂纹理布匹;瑕疵检测;YOLOv7tiny;SimAM;SIoU;FReLU