기존의 소형 용접점 결함 검출 방법에서 발생하는 오검출 및 미검출 문제를 해결하기 위해 개선된 YOLOv7 기반 소형 용접점 결함 검출 알고리즘을 제안한다. 용접점 크기가 작다는 점을 고려하여 소형 객체 검출 층과 검출 헤드를 추가하여 더 많은 얕은 특성 정보를 추출한다. 무매개변수 어텐션 메커니즘(SimAM)을 도입하여 특징 맵에 3차원 가중치를 할당하고 모델의 특징 추출 능력을 향상시킨다. 부분 합성곱(PConv)을 사용하여 ELAN 모듈을 재구성해 불필요한 연산과 메모리 접근 횟수를 줄였으며, 넥 부분에서는 장거리 특징 네트워크(GiraffeDet)를 활용해 다양한 스케일의 특징을 융합하여 모델 경량화를 높였다. 마지막으로 NWD(정규화 된 바서슈타인 거리) 손실 함수를 사용해 기존 CIoU 손실 함수를 개선하여 모델 수렴 속도를 높이고 소형 객체 검출 정확도를 향상시켰다. 실험 결과 개선된 YOLOv7 알고리즘은 평균 검출 정확도 90.3%를 달성했으며, 기존 알고리즘 대비 5.1% 향상, 재현율 3.2% 증가, 파라미터 수 36.3% 감소, 수렴 속도 향상 등 큰 개선을 보였다. 본 알고리즘은 엣지 장비에서 소형 용접점 결함 검출을 위한 참고 자료를 제공한다.

영상 처리;결함 검출;YOLOv7;SimAM;경량화;NWD