烟支表面缺陷检测是卷烟厂质量检测中的核心步骤,它可以检测出烟支生产过程中出现的空头、缺支等缺陷.针对现有方法误检测率较高的问题,提出一种基于改进YOLOv8模型的烟支表面缺陷检测方法.首先,在特征提取块中引入位置坐标注意力CoordAttention,加速模型对目标特征的学习域;其次,在中间层特征融合块中提出C2-CBAM模块替换C2f,进一步强化感兴趣目标的特征提取;最后,在检测头预测模块中,在目标边框损失函数上使用SIoU Loss替换原始的CIoU Loss,引入角度损失来加速模型的收敛.将提出的模型与其他一些常用且高效的模型进行对比.实验结果表明,最终模型CG-YOLOv8m在Precision、Recall、mAP50 和mAP50:95 指标上分别为 97.1％、93.1％、96.9％和 89.7％,相较其他模型性能达到最优.
万方数据
维普
