2025小目标检测SOTA：基于YOLOv7的工业缺陷检测实战优化方案

1次阅读

没有评论

共计 1607 个字符，预计需要花费 5 分钟才能阅读完成。

工业质检场景中的小目标检测存在三个主要挑战：

像素占比低：小于 32×32 像素的目标在特征提取时容易丢失细节信息
特征提取困难：传统卷积的下采样操作会加剧小目标的特征丢失
正负样本不平衡：小目标的 anchor 匹配率通常不足 15%，导致训练效率低下

实验数据显示，在 PCB 缺陷数据集上：

Faster R-CNN 的 mAP@0.5 仅为 63.2%
YOLOv5s 的 AP_small 指标为 58.7%
原始 YOLOv7 的漏检率达到 21.3%

引入 SPD-Conv 空间金字塔下采样模块替代常规卷积，其结构优势体现在：

采用多分支空洞卷积保持特征图分辨率
通过空间金字塔结构捕获不同尺度上下文信息
使用 1×1 卷积进行特征重组降低计算量

class SPDConv(nn.Module):
    def __init__(self, c1, c2, k=3, s=1, p=None, g=1):
        super().__init__()
        self.conv1 = nn.Conv2d(c1, c2//4, kernel_size=k, stride=1, padding=k//2)
        self.conv2 = nn.Conv2d(c1, c2//4, kernel_size=k, dilation=2, padding=2*k//2)
        self.conv3 = nn.Conv2d(c1, c2//4, kernel_size=k, dilation=3, padding=3*k//2)
        self.conv4 = nn.Conv2d(c1, c2//4, kernel_size=1)

    def forward(self, x):
        # 特征图通道重组逻辑
        return torch.cat([self.conv1(x),
            self.conv2(x),
            self.conv3(x),
            self.conv4(x)
        ], dim=1)

动态标签分配 (Task-Aligned Assigner) 的实现要点：

根据分类得分与 IoU 的加权结果选择正样本
动态调整匹配阈值：t = μ·p^γ (μ=0.8, γ=2)
对困难样本进行二次匹配

# 动态正样本选择阈值计算
def get_pos_mask(self, pd_scores, pd_boxes, gt_labels, gt_boxes):
    align_metric = pd_scores.pow(self.gamma) * overlaps.pow(self.mu)
    topk_mask = torch.zeros_like(align_metric, dtype=torch.bool)
    for i in range(align_metric.size(0)):  
        topk_mask[i, :self.topk] = True
    return topk_mask & (overlaps > self.min_iou)

采用 Mosaic- 9 增强策略：