基于改进YOLOv8n的带钢表面缺陷检测方法

作     者：王德伟 刘小芳 Wang Dewei;Liu Xiaofang

作者机构：四川轻化工大学计算机科学与工程学院宜宾644002 

出 版 物：《国外电子测量技术》 (Foreign Electronic Measurement Technology)

年 卷 期：2024年第43卷第7期

页      面：158-169页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：高层次创新人才培养专项(B12402005) 四川轻化工大学人才引进项目(2021RC16) 教育部高等教育司产学合作协同育人项目(202101038016)资助 

主　　题：缺陷检测 YOLOv8n LSKNet 损失函数 

摘      要：针对带钢表面缺陷种类多样、特征不明显,导致漏检和错检等问题,提出一种改进YOLOv8n的带钢表面缺陷检测方法。首先,为适应较小尺寸目标,增加P2检测层来识别各类缺陷,减少漏检率,以及设计一种高效的PConv检测头,维持推理速度;其次,采取将YOLOv8n颈部中的C2f模块和可变形卷积DCNv2融合的方式,增强模型特征提取能力;此外,在骨干网络输出层引入大动态选择性模块LSKNet,来扩大模型的感受野并提高目标检测的准确性;最后,选择SIoU损失函数替换CIoU损失函数,增强网络收敛效果,从而提高识别精度。改进后YOLOv8n方法在CSU_STEEL数据集上测试,实验结果表明,平均精度均值(mAP)mAP@0.5比原模型提高8.6%,达到82.3%,体积只增加0.5 MB。改进后的方法对带钢表面缺陷有更好检测结果,可为带钢缺陷检测方法的研究提供参考意义。