一种高精度轻量化织物缺陷视觉检测方法

本发明提供一种高精度轻量化织物缺陷视觉检测方法，该方法包括以下步骤：获取织物图像；通过训练完毕的YOLO‑DLL网络模型对织物图像进行缺陷检测；输出织物图像的缺陷的位置和类别信息；其中，YOLO‑DLL网络模型包括主干网络单元、颈部网络单元、以及检测头单元，主干网络单元包括C2f‑DWR模块和SPPF‑LSKA模块，C2f‑DWR模块采用区域残差化‑语义残差化的两步方法获取多尺度上下文信息，SPPF‑LSKA模块通过在SPPF模块中引入大可分离核注意力机制而构建；检测头单元为轻量化共享卷积检测头。本发明通过优化网络结构、设计轻量化模块和高效特征融合机制，实现织物缺陷的高精度实时检测，同时显著降低模型计算复杂度和参数量，使其能够在资源受限的工业环境中高效部署。