一种基于特征加强和Slim-Neck的轻量化非煤异物图像识别算法

本发明提供一种基于特征加强和Slim‑Neck的轻量化非煤异物图像识别算法，属于深度学习和图像处理领域。本发明针对YOLOv7‑tiny模型通道数过多、复杂度高、参数量大等问题，设计了Slim‑Neck结构替换原有的Neck结构以减小模型大小；将主干网络中的卷积层替换为部分卷积，提高计算效率，加快推理速度；在主干网络和Slim‑Neck结构之间嵌入改进的特征加强模块，提升特征提取和融合能力，解决异物漏检、误检和精度低的问题。