摘要： 隨著紙機車速提升和幅寬加大，紙病出現(xiàn)頻率隨之上升。為根治紙病，需對其有效分類以溯源。但因部分紙病目標(biāo)小、對比度低，分類效果欠佳。本課題提出了一種基于改進(jìn)YOLOv7的分類方法，核心思想是在頸部網(wǎng)絡(luò)改良快速跨階段特征金字塔池化（SPPFCSPC） 模塊，在感受野不變前提下提升分類速度；使用空間深度卷積替換原有的“卷積+池化層”，增強對紙病的特征提取能力；通過注意力模塊（SimAM），使更多的資源集中于紙病細(xì)節(jié)，進(jìn)一步提高低對比度和小目標(biāo)紙病的識別效率。結(jié)果表明，本課題算法的平均精度達(dá)0. 97，實時檢測速度26. 5幀/s。相比于原YOLOv7網(wǎng)絡(luò)，本算法在小目標(biāo)和低對比度紙病的平均精度和檢測速度方面均有明顯提升。

關(guān)鍵詞：紙病分類；小目標(biāo)；YOLOv7；SPPFCSPC；SimAM

中圖分類號：TS736+. 2 文獻(xiàn)標(biāo)識碼：A DOI：10. 11980/j. issn. 0254-508X. 2025. 03. 018

在紙張抄造過程中，受制造工藝或生產(chǎn)環(huán)境影響，紙張表面可能會出現(xiàn)不同種類的瑕疵，如孔洞、黑點、劃痕和起皺等，行業(yè)內(nèi)統(tǒng)稱為紙病。紙病的出現(xiàn)會對紙張的加工性能和企業(yè)經(jīng)濟(jì)效益產(chǎn)生一定程度的負(fù)面影響，需盡可能地克服或消除[1]。為從根源解決紙病問題，需要對紙病進(jìn)行分類，為紙病溯源提供技術(shù)支持。然而，在紙病分類過程中，存在紙病與紙張圖像的尺寸比例lt;0.1 的小目標(biāo)紙病[2-3]，以及對比度低于10∶1 的低對比度紙病，導(dǎo)致分類效果欠佳。因此，如何設(shè)計一種能兼顧小目標(biāo)和低對比度紙病的紙病分類方法是一個亟待解決的痛點問題。

隨著深度學(xué)習(xí)的發(fā)展，基于機器視覺的分類方法在紙病圖像分類領(lǐng)域備受青睞。為了解決紙病圖像分類問題，張學(xué)蘭等[4]提出了一種基于圖像變換和BP神經(jīng)網(wǎng)絡(luò)的分類方法，利用動態(tài)雙閾值法對孔洞和臟點圖像進(jìn)行預(yù)處理，通過Prewitt算子和形態(tài)學(xué)閉運算對折痕圖像進(jìn)行預(yù)處理，再利用BP神經(jīng)網(wǎng)絡(luò)對紙病圖像進(jìn)行分類， 最終識別結(jié)果的平均準(zhǔn)確率達(dá)93.8%，具有算法簡單易實現(xiàn)的優(yōu)點；但該研究僅討論了3種紙病的分類問題，具有一定的局限性，泛化能力弱，且測試樣本僅涉及80余個紙病缺陷，樣本量較少，導(dǎo)致算法不具有普適性。高樂樂等[5]提出了一項采用卷積神經(jīng)網(wǎng)絡(luò)（CNN） 的紙病識別方法，通過圖像增強和圖像分割的技術(shù)對待檢測紙病圖像進(jìn)行預(yù)處理，隨后利用CNN網(wǎng)絡(luò)提取紙病特征，并通過Softmax層進(jìn)行紙病分類，最終識別結(jié)果的辨識率為99.6%，具有分類準(zhǔn)確率高、識別速度快的優(yōu)點；但僅通過正確率對結(jié)果進(jìn)行評價，評價指標(biāo)單一，說服力較弱。張開生等[6]提出了一種基于改進(jìn)YOLOv5的紙病分類方法，在批量歸一化模塊中引入中心化和縮放校準(zhǔn)，在骨干網(wǎng)絡(luò)結(jié)構(gòu)中融入坐標(biāo)注意力機制，并使用CIoU_loss作為邊框回歸的損失函數(shù)，所得結(jié)果平均精度為99.0%，具有分類精度高的優(yōu)點；但實驗均未采用小目標(biāo)樣本，算法實用性較差。

綜上所述，上述方法在分類準(zhǔn)確率、評價指標(biāo)選擇、樣本選擇、泛化性方面均存在一定的不足。本課題受戚玲瓏等[7]使用改進(jìn)YOLOv7模型對公開數(shù)據(jù)集FloWImg小目標(biāo)子數(shù)據(jù)集檢測的啟發(fā)，以實現(xiàn)小目標(biāo)、低對比度紙病分類研究為出發(fā)點，提出一種基于改進(jìn)YOLOv7的小目標(biāo)和低對比度紙病分類方法；同時，通過使用Pytorch平臺進(jìn)行驗證，驗證本課題所提方法的有效性。

1 基于改進(jìn)YOLOv7 網(wǎng)絡(luò)的紙病圖像分類算法

1. 1 傳統(tǒng)YOLOv7網(wǎng)絡(luò)

YOLOv7算法旨在改善目標(biāo)檢測算法在速度上表現(xiàn)出色但精確率較低的問題，結(jié)構(gòu)模型如圖1所示。輸入端使用了Mosaic數(shù)據(jù)增強技術(shù)、自適應(yīng)錨框計算和圖片尺寸處理進(jìn)行預(yù)處理；骨干網(wǎng)絡(luò)是特征提取網(wǎng)絡(luò)，包括3種主要模塊，分別為卷積模塊（CBS）、最大池化與卷積結(jié)合模塊（MP） 及擴(kuò)展高效聚合模塊（ELAN）；頸部網(wǎng)絡(luò)則采用了路徑融合網(wǎng)絡(luò)（PANet）的方式[8]，將骨干網(wǎng)絡(luò)提取的特征層進(jìn)行拼接。最終通過3組重參數(shù)化卷積（RepConv） 模塊，并結(jié)合引導(dǎo)式標(biāo)簽分配策略，高效匹配了圖像與標(biāo)簽[9]；在輸出端以CIoU_loss為損失函數(shù)，優(yōu)化目標(biāo)邊界框，并利用非極大值抑制（NMS） 技術(shù)，以增強對多個目標(biāo)框重疊情況的檢測能力，輸出結(jié)果包括預(yù)測圖像中缺陷位置和分類信息向量[10]。但傳統(tǒng)YOLOv7模型沒有針對小尺寸圖像的檢測層，也沒有采用針對低對比度紙病的注意力機制，存在對小目標(biāo)、低對比度紙病檢測效果比較差的缺點，在實時性方面，雖然已經(jīng)能夠滿足大部分生產(chǎn)場合，但是對于實時性要求較高的紙病分類任務(wù)還有待提高。

為解決上述問題，本課題基于YOLOv7網(wǎng)絡(luò)提出一種針對小目標(biāo)、低對比度紙病的網(wǎng)絡(luò)模型，該模型首先借鑒了YOLOv5[11]中空間金字塔池化（spatial pyr?amid pooling-fast，SPPF） 的思想，對跨階段特征金字塔池化（spatial pyramid pooling with cross stage partialconnections，SPPCSPC） 模塊進(jìn)行優(yōu)化，得到快速跨階段特征金字塔池化（spatial pyramid pooling with fastcross stage partial connections，SPPFCSPC） 模塊，在保持感受野不變的情況下提升分類速度；其次使用空間深度卷積[12] （space-to-depth non-strided convolution，SPD-Conv） 替換原網(wǎng)絡(luò)中的“卷積+池化層”，提高小目標(biāo)紙病的特征提取能力；最后通過添加基于相似度的注意力模塊（similarity-based attention module，SimAM），使更多注意資源側(cè)重于紙病細(xì)節(jié)，進(jìn)一步提高小目標(biāo)、低對比度紙病識別效率。

1. 2 傳統(tǒng)YOLOv7算法中SPPCSPC模塊的改進(jìn)

圖2表示YOLOv5中的SPPF結(jié)構(gòu)，其將3個5×5的最大池化層進(jìn)行串聯(lián)，并將每一層的輸出進(jìn)行融合。受此啟發(fā)，本課題將YOLOv7中的SPPCSPC模塊（圖3） 改進(jìn)為SPPFCSPC 模塊（圖4），將SPPCSPC模塊中5×5、9×9、13×13 3個不同大小的最大池化并行關(guān)系更改為3個5×5的串行關(guān)系，只指定1個卷積核，每次池化后的輸出作為下一個池化的輸入，計算量從原來的（（5×5）+（9×9）×（13×13））·W優(yōu)化至3×（5×5）·W，其中W 代表權(quán)重，具有計算量小的優(yōu)點，可以提升紙病分類速度。

1. 3 SimAM注意力機制的引入

在紙病分類過程中，相機采集到的劃痕、邊裂等紙病屬于低對比度圖像，圖像特征易受背景干擾，YOLOv7在深層卷積過程中容易丟失部分特征，造成分類結(jié)果出現(xiàn)漏檢或誤檢等情況，故本算法在骨干特征提取網(wǎng)絡(luò)中引入了SimAM模塊，不同于現(xiàn)有的通道（圖5（a）） 或空間注意力（圖5（b）） 模塊，僅單獨地將特征轉(zhuǎn)化為1D和2D權(quán)重；也不同于CBAM注意力[13] （圖5（c）），需要將1D和2D權(quán)重組合為3D權(quán)重，浪費時間，SimAM模塊可以在不需要額外參數(shù)的情況下推導(dǎo)出3D注意力權(quán)重，將其加入YOLOv7網(wǎng)絡(luò)中不僅不會增加網(wǎng)絡(luò)的復(fù)雜度，還可以提高網(wǎng)絡(luò)對低對比度紙病的提取能力， SimAM 結(jié)構(gòu)圖如圖5（d）所示。