来源：期刊VIP网 时间：
作者：胡玉恒;吴谨;
单位：武汉科技大学信息科学与工程学院;
摘要：为准确检测出布料表面微小损伤如缺维、浆斑、胶斑等问题，提出基于改进YOLO-DETR的布料表面微小损伤检测方法。在改进YOLO-DETR模型中增加残差模块并扩展特征图尺度，以减少漏检可能性。在模型中融入了CBAM注意力机制和Anchor box，采用K-means聚类算法，通过选取K个聚类中心，并基于距离将其他目标划分到最近的聚类中心，形成K个群组。在迭代过程中，通过最小化群内距离和最大化群间距离，优化聚类结果，采用复合损失函数进行检测，增强模型在复杂环境下的识别能力。实验结果表明，该方法检测精度在90%以上，在面对缺维、浆斑、胶斑等复杂性问题时也有较好的检测能力。
关键词：改进YOLO-DETR;;布料表面;;布料损伤;;损伤检测;;K-means聚类;;注意力机制
