改進(jìn)YOLOv8的鋼材表面缺陷檢測(cè)算法

打開文本圖片集

摘  要： 為了更有效地識(shí)別鋼材表面的細(xì)小和復(fù)雜缺陷，提出一種改進(jìn)YOLOv8的鋼材表面缺陷檢測(cè)算法。首先，在原模型的Neck部分引入空間和通道重構(gòu)卷積SCConv模塊，提高模型對(duì)小尺度目標(biāo)缺陷的識(shí)別能力；其次，將CA注意力機(jī)制模塊融合到原始的Backbone中，使模型能夠更好地關(guān)注目標(biāo)缺陷的特征信息；接著，采用高效層聚合網(wǎng)絡(luò)（RepGFPN）模塊作為頸部網(wǎng)絡(luò)，充分融合不同尺度的特征，提高特征融合能力；最后，引入輕量級(jí)上采樣算子CARAFE，進(jìn)一步提升模型的檢測(cè)效果。（剩余11860字）