基于YOLOv7-Tiny的轻量化钢材表面缺陷检测方法

摘要

为实现快速且精准的钢材表面缺陷检测，提出一种基于YOLOv7-Tiny的轻量化检测方法。为优化主干提升检测精度和速度，基于Transformer模块构建轻型TGS-SPPCFSPC结构，替代SPPCSPC。此外，引入Mish激活函数以增强模型的表征能力；引入Slim-Neck作为新的颈部，在保持检测精度的同时，有效地缩减模型规模和计算量。将SPD卷积与SimAM相结合作为新头部，加强对低分辨率小目标的检测能力。在NEU-DET和GC10-DET上的试验结果表明，改进算法在表现上优于数十种先进网络。相比于原始算法，改进算法在NEU-DET上，m_AP提升了7%,GFLOPS减少了2.5 G（Giga）,参数减少了3 M（Mega）,特别是小目标检测效果显著提高。在GC10-DET上，m_AP提升了3%,FPS达125。两者试验结果表明，提出的方法在缺陷检测领域表现出色，而且轻量化设计使其更适用于多种场景。

关键词

钢材表面缺陷检测 / YOLOv7-Tiny / TGS-SPPCFSPC / 小目标 / 轻量化

基金资助

上海市产业协同创新项目(HCXBCY-2023-031); 中央高校基本科研业务费(23D110424-001)