跨尺度特征融合YOLO

小目标检测精度升3.8%

通过强化同尺度特征融合与注意力机制，提升金属表面微小缺陷的检测能力。

Zhu, Xingfei · 刘加一 · Zhou, Xingyu · 钱善华 · 俞经虎

International Journal of Machine Learning and Cybernetics 2023

参数信息

检测精度提升

3.8 %

技术优势

精度提升3.8%

在自建红外激光传感器金属底座数据集上，改进模型比原始YOLO v5s的检测精度提升3.8%。

小目标检测更准

通过强化同尺度特征融合和注意力机制，增强小目标的信息传播，从而提升检测性能。

计算成本增加很少

在精度提升3.8%的同时，计算成本仅小幅增加。

应用场景

• 工业视觉检测：用于产线上金属表面小缺陷的实时检测，实现质量控制闭环。
• 表面缺陷检测：能识别金属表面的微小缺陷，替代人工目检。
• 具身智能感知：作为视觉感知模块，赋予机器人检测微小缺陷的能力。