标题：基于YOLOv7-tiny优化的轻量钢丝绳缺陷检测算法
作者：陈嘉琪1，2 王勇1，2 刘少清1，2 季振山1，2 张祖超1，2
作者单位：1中国科学院合肥物质科学研究院，安徽 合肥 230031；2 中国科学技术大学，安徽 合肥 230026
关键字：目标检测；钢丝绳缺陷检测；轻量化；YOLOv7-tiny
摘要：钢丝绳应用场景复杂、检测设备受限导致检测结果不可靠、不高效，检测算法难部署、难移植，对此提出了一种基于YOLOv7-tiny改进的轻量化模型，通过引入Ghost卷积模块实现网络的轻量化；在主干网络中添加ECA自注意力算法以增强网络表征能力；使用CARAFE上采样算子加强了特征提取；采用WIOU损失函数进一步提高检测精度。在钢丝绳缺陷数据集上进行实验，结果表明其性能优于原YOLOv7-tiny模型，平均精度达到93.2%，提高了4.7%，参数量减少了47%，模型大小减少了45%。与目前其他先进的网络模型相比同样有着更优的整体性能。