一种用于翡翠透明度检测的轻量级灰度引导视觉感知网络
《Electronics》:A Lightweight Grayscale-Guided Visual Perception Network for Jadeite Transparency Detection
【字体:
大
中
小
】
时间:2026年08月28日
来源:Electronics 2.9
摘要
翡翠透明度分级颇具挑战性,因为相邻类别在视觉上高度相似,且商业图片常含有复杂背景及采集相关的差异。本研究提出一种基于YOLOv10s的轻量级灰度引导视觉感知网络,用于翡翠定位与透明度分级。首先,用翡翠纹理分层卷积(Jade-TLC)模块替换初始CBS层,结合非对称卷积处理细长的线性纹理,并结合膨胀分组卷积提取区域颗粒特征。两条分支利用全图灰度均值作为图像级统计量的辅助信息,而非对透光率的物理测量,进行自适应融合。其次,改进的SimBAM模块在每个检测头前应用轻量级双池化空间注意力,以抑制背景干扰。第三,各向异性最小点距离交并比(A-MPDIoU)损失函数通过真实宽度和高度对水平和垂直坐标偏差进行归一化,以改善不等比例边框的定位效果。在4325张图像上的实验表明,所提出模型实现了94.25%的mAP@50、93.34%的精确率、92.11%的召回率和92.72%的F1分数,具有782万参数、234亿浮点运算次数和95.21帧每秒的处理速度。对照消融、敏感性及替代实验证实了各所提出组件的互补贡献。需在独立收集的数据集上进行进一步验证。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号