基于ACS-YOLO的复杂背景下线束端子缺陷检测算法

来源：电子测量技术杂志2026年第8期北京时间：

作者：胡浩宇，王淑青，王许佳，夏杨威

单位：湖北工业大学电气与电子工程学院 武汉 430068

摘要：针对线束端子压接过程中，检测场景复杂导致遮挡和模糊的检测难点，提出基于改进YOLOv11的线束端子缺陷检测模型ACS-YOLO。该模型设计C2PSA_EFA模块，结合C2PSA与边缘增强特征注意力机制，通过Sobel算子提取并融合边缘信息，增强线束端子不规则缺陷捕捉能力；引入注意力尺度序列融合模块ASF-YOLO改进Neck部分，引入多尺度特征融合机制，提升模型对线束端子缺陷特征的检测能力；引入SlideLoss分类损失函数，根据样本的难易程度调整损失权重，提升模型对困难样本的检测能力。实验结果表明，ACS-YOLO模型相较于原始模型的准确率、召回率、mAP50分别提升6.1%、1.0%、3.1%，可有效应用于线束端子缺陷检测任务。

关键词：线束端子缺陷检测;YOLOv11;C2PSA_EFA;边缘信息;ASF-YOLO;SlideLoss

基金资助：国家自然科学基金（62306107）项目资助