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：
Source ：
智能计算机与应用
Year： 2025
Issue： 07
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：
