基于可变形卷积和高层筛选特征金字塔的轻量化织物疵点检测算法

织物疵点检测是质量控制核心，但多尺度与高度集成背景增加难度。现有模型面临种类少、精度低、计算量大等问题。本文推出YOLO‑DGH轻量级模型，创新点在于：融入可变形卷积精准提取特征；采用GS‑SPPF模块，利用GSConv优化SPPF，提升特征提取效率同时降低参数与计算量；引入轻量级高层筛选特征金字塔，融合多尺度特征，增强多尺度疵点检测能力。实验显示，YOLO‑DGH在天池纺织数据集上mAP提升至0.848，优于原模型1.7％，且参数量与计算量分别减少37.5％与21％，验证了其在织物疵点检测中的高效与精准。