点击蓝字关注我们关注并星标从此不迷路计算机视觉研究院公众号ID计算机视觉研究院学习群扫码在主页获取加入方式https://pmc.ncbi.nlm.nih.gov/articles/PMC12782440/pdf/pone.0340205.pdf究院专栏Column of Computer Vision Institute本文提出的Merge‑YOLO 模型专为智能物流场景图书包装缺陷精准检测设计各项指标全面超越主流算法PART/1痛点当前图书物流包装质检面临三大核心挑战传统方法根本扛不住缺陷特征特殊低对比度细微划痕、小尺寸破损、不规则撕裂 / 变形常规模型难以捕捉环境干扰大仓库强光、弱光、背光等复杂光照导致特征提取不稳定精度与速度难平衡复杂模型算力不足轻量化模型牺牲精度无法满足高速分拣需求。PART/2创新Merge‑YOLO 在 YOLOv11 基础上做三大关键改进精准攻克上述痛点1. WT‑C3k2 小波特征提取模块用哈尔小波变换分离图像高低频特征低频抓整体结构高频抓边缘纹理多级小波分解扩大感受野减少语义细节丢失小缺陷、低光照场景检测能力大幅提升保留瓶颈结构参数不暴涨兼顾精度与速度。2. QA Transformer 四边形窗口注意力抛弃传统固定窗口通过可学习变换矩阵生成自适应四边形窗口适配撕裂、划痕等长条状、不规则缺陷特征捕捉更贴合缺陷形态改用镜像填充避免边缘缺陷信息丢失检测更完整。3. DySample 动态上采样器替换 YOLOv11 最近邻插值动态调整缩放比例保留像素级细节降低计算开销弥补前两个模块带来的速度损耗推理速度再提速。Merge‑YOLO 网络架构图WT‑C3k2 模块结构图DySample 动态上采样器结构图PART/3实验团队构建包含撕裂、划痕、破损三类缺陷的图书包装数据集共 2824 张图在 RTX 4060 平台完成测试。核心指标对比精确率较 YOLOv11提升 2.1%召回率提升 8.6%mAP 提升 3%推理速度达135 FPS远超实时检测要求适配高速分拣线参数仅 9.3M计算量 13G轻量化易部署。单类缺陷表现Merge‑YOLO 对破损缺陷召回率提升 16%小尺寸、低对比度缺陷漏检率大幅下降。三类缺陷示例图Merge‑YOLO 与 YOLOv11 检测效果对比图PART/4总结与展望1. 落地场景可直接部署在图书仓库分拣线相机实时采集包装图像模型快速推理联动控制系统自动分拣不合格品、异常报警支持多相机并行处理适配高吞吐物流场景。2. 现有局限数据集仅覆盖 3 类主流缺陷需扩充胶带错位、印刷污染等小众缺陷模型可进一步轻量化适配更低算力边缘设备真实仓库复杂环境 robustness 待实地验证。3. 未来方向团队将持续扩充数据集、压缩模型体积、实地场景验证推动 Merge‑YOLO 更快落地图书供应链质检为智能物流提供更可靠的视觉检测方案。总结Merge‑YOLO 以小波特征提取 自适应注意力 动态上采样的组合创新完美平衡图书包装缺陷检测的精度、速度、轻量化三大需求为图书物流质检智能化升级提供了高效解决方案。有相关需求的你可以联系我们END转载请联系本公众号获得授权计算机视觉研究院学习群等你加入ABOUT计算机视觉研究院计算机视觉研究院主要涉及深度学习领域主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架提供论文一键下载并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程让大家真正体会摆脱理论的真实场景培养爱动手编程爱动脑思考的习惯往期推荐YOLO-TLA一种基于 YOLOv5 的高效轻量级小目标检测模型ViT-YOLO基于Transformer的用于目标检测的YOLO算法SSMA-YOLO一种轻量级的 YOLO 模型具备增强的特征提取与融合能力适用于无人机航拍的船舶图像检测LUD-YOLO一种用于无人机的新型轻量级目标检测网络Gold-YOLO基于聚合与分配机制的高效目标检测器Drone-YOLO一种有效的无人机图像目标检测「无人机AI」“空中城管”无人机AI光伏巡检自动化解决方案无人机视角下多类别船舶检测及数量统计机场项目解决飞行物空间大小/纵横比、速度、遮挡等问题引起的实时目标检测问题2PCNet昼夜无监督域自适应目标检测附原代码YOLO-S小目标检测的轻量级、精确的类YOLO网络大改Yolo框架 | 能源消耗极低的目标检测新框架附论文下载改进的检测算法用于高分辨率光学遥感图像目标检测
突破小目标与低对比度瓶颈：Merge-YOLO 图书包装缺陷精准检测
点击蓝字关注我们关注并星标从此不迷路计算机视觉研究院公众号ID计算机视觉研究院学习群扫码在主页获取加入方式https://pmc.ncbi.nlm.nih.gov/articles/PMC12782440/pdf/pone.0340205.pdf究院专栏Column of Computer Vision Institute本文提出的Merge‑YOLO 模型专为智能物流场景图书包装缺陷精准检测设计各项指标全面超越主流算法PART/1痛点当前图书物流包装质检面临三大核心挑战传统方法根本扛不住缺陷特征特殊低对比度细微划痕、小尺寸破损、不规则撕裂 / 变形常规模型难以捕捉环境干扰大仓库强光、弱光、背光等复杂光照导致特征提取不稳定精度与速度难平衡复杂模型算力不足轻量化模型牺牲精度无法满足高速分拣需求。PART/2创新Merge‑YOLO 在 YOLOv11 基础上做三大关键改进精准攻克上述痛点1. WT‑C3k2 小波特征提取模块用哈尔小波变换分离图像高低频特征低频抓整体结构高频抓边缘纹理多级小波分解扩大感受野减少语义细节丢失小缺陷、低光照场景检测能力大幅提升保留瓶颈结构参数不暴涨兼顾精度与速度。2. QA Transformer 四边形窗口注意力抛弃传统固定窗口通过可学习变换矩阵生成自适应四边形窗口适配撕裂、划痕等长条状、不规则缺陷特征捕捉更贴合缺陷形态改用镜像填充避免边缘缺陷信息丢失检测更完整。3. DySample 动态上采样器替换 YOLOv11 最近邻插值动态调整缩放比例保留像素级细节降低计算开销弥补前两个模块带来的速度损耗推理速度再提速。Merge‑YOLO 网络架构图WT‑C3k2 模块结构图DySample 动态上采样器结构图PART/3实验团队构建包含撕裂、划痕、破损三类缺陷的图书包装数据集共 2824 张图在 RTX 4060 平台完成测试。核心指标对比精确率较 YOLOv11提升 2.1%召回率提升 8.6%mAP 提升 3%推理速度达135 FPS远超实时检测要求适配高速分拣线参数仅 9.3M计算量 13G轻量化易部署。单类缺陷表现Merge‑YOLO 对破损缺陷召回率提升 16%小尺寸、低对比度缺陷漏检率大幅下降。三类缺陷示例图Merge‑YOLO 与 YOLOv11 检测效果对比图PART/4总结与展望1. 落地场景可直接部署在图书仓库分拣线相机实时采集包装图像模型快速推理联动控制系统自动分拣不合格品、异常报警支持多相机并行处理适配高吞吐物流场景。2. 现有局限数据集仅覆盖 3 类主流缺陷需扩充胶带错位、印刷污染等小众缺陷模型可进一步轻量化适配更低算力边缘设备真实仓库复杂环境 robustness 待实地验证。3. 未来方向团队将持续扩充数据集、压缩模型体积、实地场景验证推动 Merge‑YOLO 更快落地图书供应链质检为智能物流提供更可靠的视觉检测方案。总结Merge‑YOLO 以小波特征提取 自适应注意力 动态上采样的组合创新完美平衡图书包装缺陷检测的精度、速度、轻量化三大需求为图书物流质检智能化升级提供了高效解决方案。有相关需求的你可以联系我们END转载请联系本公众号获得授权计算机视觉研究院学习群等你加入ABOUT计算机视觉研究院计算机视觉研究院主要涉及深度学习领域主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架提供论文一键下载并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程让大家真正体会摆脱理论的真实场景培养爱动手编程爱动脑思考的习惯往期推荐YOLO-TLA一种基于 YOLOv5 的高效轻量级小目标检测模型ViT-YOLO基于Transformer的用于目标检测的YOLO算法SSMA-YOLO一种轻量级的 YOLO 模型具备增强的特征提取与融合能力适用于无人机航拍的船舶图像检测LUD-YOLO一种用于无人机的新型轻量级目标检测网络Gold-YOLO基于聚合与分配机制的高效目标检测器Drone-YOLO一种有效的无人机图像目标检测「无人机AI」“空中城管”无人机AI光伏巡检自动化解决方案无人机视角下多类别船舶检测及数量统计机场项目解决飞行物空间大小/纵横比、速度、遮挡等问题引起的实时目标检测问题2PCNet昼夜无监督域自适应目标检测附原代码YOLO-S小目标检测的轻量级、精确的类YOLO网络大改Yolo框架 | 能源消耗极低的目标检测新框架附论文下载改进的检测算法用于高分辨率光学遥感图像目标检测
