(SCI 2025) YOLOv7 怎么改？三步提升检测小目标：RFB、CA、WIoUv3 全解析

主要观点总结

该论文介绍了一种改进型的YOLOv7模型，用于绝缘子缺陷检测。主要创新点包括使用RFB模块替换SPPCSPC以提升多尺度特征提取能力，引入Coordinate Attention以提升小目标检测能力，以及使用WIoUv3损失函数提升回归鲁棒性。文章还提供了消融实验的结果和可视化检测示例来验证改进模型的有效性。

关键观点总结

关键观点1: 模型改进与创新点

使用RFB模块替换SPPCSPC，提升多尺度特征提取能力；在Head引入Coordinate Attention，提升小目标检测能力；使用WIoUv3损失函数，提升回归鲁棒性。

关键观点2: 消融实验结果

通过消融实验，验证了模型改进的有效性。单独加入RFB性能全方位提升，RFB + CA组合在mAP0.5:0.95上有最明显提升，并且最终模型在mAP0.5、Recall等方面都有显著提升。

关键观点3: 可视化结果

通过可视化检测示例，展示了改进模型在绝缘子缺陷检测上的优越性。改进模型能够更准确地检测出部分损伤和自爆缺陷，并且能更精准框出破损区域。

关键观点4: 模型的开放性

该论文提到的改进型YOLOv7模型提供了开源免费的即插即用模块地址，便于其他研究者使用或进一步开发。