论文地址:https://arxiv.org/pdf/2504.11305
目录
一、论文核心贡献
二、创新点详解
2.1 CARAFE动态上采样
工作原理
优势对比
2.2 C2f_FNB轻量模块
计算效率
2.3 Inner-SIoU损失函数
三、实验验证
3.1 消融实验
3.2 对比实验
四、应用部署
4.1 边缘设备部署流程
4.2 实际检测效果
五、代码复现要点
六、应用展望
一、论文核心贡献
针对木材缺陷检测中的三大挑战:多尺度特征融合不足、小目标定位精度低和边缘部署效率瓶颈,本文提出CFIS-YOLO模型。通过三个核心创新点实现精度与效率的平衡:
创新模块 | 解决痛点 | 性能提升 |
---|---|---|
CARAFE动态上采样 | 多尺度特征对齐 | mAP↑4% |
C2f_FNB轻量化结构 | 减少计算冗余 | 参数量↓13% |