一种融合多尺度特征图的织物表面瑕疵检测方法

一种融合多尺度特征图的织物表面瑕疵检测方法,包括如下操作步骤：对Yolov8目标检测算法进行改进，使用改进的ECA‑C2f模块，替换原主干网络中第2、4、6、8层预设的C2f模块；使用改进的GA‑SPPF模块，替换原主干网络中的空间金字塔池化结构；在颈部Neck中，使用自定义聚焦分散模块(Focus on the dispersion module,FDM)，来聚合不同尺度的特征图；改进后的目标检测算法定义为EGA‑FDM‑Yolov8。利用公开数据集训练并确定模型参数，最终得到改进Yolov8算法的织物瑕疵智能检测装置。本发明在不增加参数量的前提下，保证检测速率的同时，提高了Yolov8算法的准确率；在织物瑕疵检测中，瑕疵识别平均准确率提高了15%，更准确地检测出具有极端宽高比的细长瑕疵，以及与背景颜色极其相近的污渍瑕疵。