小样本缺陷不漏检
融合坐标注意力与特征融合模块，在小样本类别上显著提升检测能力
Ding, Yu · Qin, Zhao · Tianhao, Li · Lü, Chen · 陶来发 · Ma, Jian
Engineering Applications of Artificial Intelligence 2024
使用潜在扩散模型生成少数类缺陷样本并过滤后，扩充不平衡数据集，使检测模型在少数类上的表现不再受样本不足拖累。
在YOLOv8中加入坐标注意力模块，增强模型对各种缺陷位置信息的关注，从而更准确地定位目标。
引入特征融合模块，增强模型融合不同缺陷多尺度特征的能力，有利于检测大小不一的缺陷。
在对比和消融实验中，改进后的YOLOv8检测性能优于对比方法，验证了模块设计的有效性。