来源：期刊VIP网 时间：
作者：赵炜灵;孙磊;宣海枫;应佳杭;史伟民;
单位：浙江理工大学浙江省现代纺织装备技术重点实验室;杭州宏华数码科技股份有限公司;
摘要：家纺自动化设备在布卷连续上料过程中，通常采用缝制拼接的方式连接布卷。对于家纺成品来讲，缝制拼接是一种质量缺陷，需要识别并剔除，为此提出一种基于改进YOLOv8n的机器视觉方法检测布卷缝头。为满足轻量化需求，设计轻量化特征提取模块EMBlock以改进Backbone结构，引入GSEConv卷积模块和注意力机制，重新设计Detect模块以实现特征多层融合。实验测试表明：与原YOLOv8n模型相比，改进模型参数量从3.01 M降至0.52 M,下降82.67%;计算量从8.1 G降至1.8 G,下降77.78%,召回率为0.805,单张图片推理时间减少10.6%;帧率上升30.25 FPS;通过TensorRT INT8量化加速，在Jetson Orin Nano部署后改进模型的帧率高达76.08 FPS,召回率为0.816,满足不同规模的生产需求，对促进家纺智能化发展具有实际参考价值。
关键词：家纺自动化;;布卷缝头检测;;YOLOv8;;EMBlock;;GSEConv
