一种基于YOLOV8s改进的布匹瑕疵检测方法

本发明公开了一种基于YOLOV8s改进的布匹瑕疵检测方法，包括以下步骤：S1、在YOLOV8s模型中引入了DCNv2模块；S2、在YOLOV8s模型中引入了Polarized Self‑Attention模块，Polarized Self‑Attention模块通过引入极化滤波的概念来优化自注意力的计算方式；S3、在YOLOV8s原有的3个检测头的基础上，在1/4分辨率特征图的位置引入一个检测头，步骤S2中Polarized Self‑Attention利用矩阵乘运算降低特征图维度，步骤S2中Polarized Self‑Attention通过极化滤波来减少需要计算的位置对。本发明在YOLOV8s的基础上引入了DCNv2、Polarized Self‑Attention以及小目标检测头。DCNv2可以自适应调整卷积形状提取更有效的瑕疵特征，Polarized Self‑Attention使得模型能够提取更重要的特征，小目标检测头能够提高小尺寸瑕疵的检测精度。提出的方法比原生YOLOV8s算法的mAP50指标提升了4.2％，极大地增加了布匹瑕疵的检测准确性。