基于轻量化YOLOv8的疵棉异性纤维检测算法研究

摘要

为解决疵棉小目标异纤检测难度高、检测实时性差等问题，本文提出一种基于轻量化YOLOv8的疵棉异纤检测算法(YOLOv8-MMW)。首先，引入MobileNetV3轻量级网络替换原骨干网络，以降低参数数量和计算复杂度，提高网络算法检测的实时性；其次，在骨干网络中加入多维协作注意力机制(MCA),增强多维特征交互能力，使模型关注疵棉小目标异纤；最后，引入动态非单调聚焦机制WIoUv3,以提高模型收敛速度和精度，提升对小目标异纤的定位能力。结果表明，改进后的YOLOv8-MMW模型精确度和平均精度均值分别为95.5%和95.8%,与原始基线模型YOLOv8相比，精确度和平均精度均值分别提升了0.9%和0.1%,模型权重减少了56.7%,帧率达到367.8帧/s。改进后的模型可以更快速、准确地识别出疵棉小目标异纤，为疵棉智能化分拣提供技术支撑。

关键词

疵棉异纤 / YOLOv8 / 注意力机制 / 轻量化 / 目标检测