摘要
本发明涉及钢材表面检测技术领域,尤其涉及一种基于改进YOLOv7的钢材打标区域检测模型及其训练方法。采用如下技术方案:包括骨干网络模块和检测头模块,骨干网络模块包括四个MCBS模块、四个MELAN模块和三个MP‑1模块,检测头模块由AXA模块、MLCA模块、SPPCSPC模块、MELAN模块、MCBS模块、上采样模块、REP模块和CBM模块组成。有益效果在于:通过对现有YOLOv7模型进行改进,一方面通过对模型中的CBS模块进行结构优化与替换,保留有效特征提取能力的同时,显著压缩模型运算量,降低模型的计算复杂度;另一方面引入轴向注意力(AXA)模块与混合局部通道注意力模块(MLCA),增强模型对关键特征区域的关注能力,提升在复杂场景下的目标识别性能。
技术关键词
网络模块
钢材
检测头
表面检测技术
采样模块
特征提取能力
注意力
上采样
训练集
传播算法
摄像装置
超参数
鲁棒性
数据
复杂度
图像
光照
图案
颜色