改进YOLOv7-tiny的钢材表面缺陷检测模型

打开文本图片集

摘 要：针对钢材表面缺陷检测模型普遍存在的复杂度高、检测精度低的问题，提出一种改进YOLOv7-tiny的钢材表面缺陷检测模型，即MDD-YOLO（MixedDynamic-headDeformable-YOLO）。首先，在模型的特征融合部分引入混合局部通道注意力机制（MixedLocalChannelAttention，MLCA），用于提取通道信息、空间信息、局部通道信息以及全局通道信息;其次，利用动态头部框架（DynamicHead，Dyhead）提升模型目标检测头的表达能力;最后，在主干网络中采用可变形卷积网络（DeformableConvNets，DCN），有效地提高了模型的特征提取能力。（剩余145字）