改進YOLOv8的輕量化軸承缺陷檢測算法

打開文本圖片集

摘  要： 針對工業(yè)軸承表面缺陷檢測算法精度低、模型參數(shù)量大的問題，提出一種改進YOLOv8的輕量化目標檢測算法（MFA?YOLOv8）。首先，設(shè)計了一種輕量化多尺度特征卷積模塊EMFC，基于此重構(gòu)了主干和頸部部分C2f中的Bottleneck結(jié)構(gòu)，保持輕量化的同時還有效地捕獲不同尺度信息的細節(jié)特征；其次，引入焦點調(diào)制模塊FM，提升模型對缺陷目標的表征能力和感受野；最后，引入注意力尺度序列融合模塊ASF，進一步提升網(wǎng)絡(luò)對軸承缺陷的檢測精度，減小參數(shù)規(guī)模。（剩余13361字）