Abstract：
针对工业化环境下用于抓取的小目标物体存在难以识别、检测精度低等问题,本文提出一种基于改进YOLOv7的小目标检测算法.在YOLOv7模型的特征融合部分引入动态稀疏注意力机制(BiFormer),有效增加待检测小目标物体的细节信息,提升网络模型的检测精度;在检测部分引进递归特征金字塔模块(RFP),将特征金字塔结构输出的特征与自下而上的骨架层融合.实验结果表明,改进后的YOLOv7模型性能得到了一定提升,检测精确度提升3.6个百分点,对于小目标物体的检测效果更佳.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
智能计算机与应用
ISSN： 2095-2163
Year： 2025
Issue： 7
Volume： 15
Page： 99-103
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
