LiteSteel-YOLO :小目标低对比度轻量级钢材缺陷检测网络

来源：电子测量技术杂志2026年第6期北京时间：

作者：周迅，李帆，张岩

单位：青岛科技大学数理学院 青岛 266061

摘要：钢材缺陷检测对工业质量管控至关重要，但其多尺度、小目标及背景干扰问题制约检测性能。为了提升模型的检测精度与效率，提出一种基于YOLO11改进的缺陷检测网络LiteSteel-YOLO。首先，设计轻量级多尺度融合结构（C3k2-LMSF），通过多尺度卷积核融合与特征引导机制增强多尺度缺陷感知；其次，提出空间通道感知上采样模块（SCAM），基于通道重组与空间偏移运算机制提升小目标检测的鲁棒性并抑制噪声；最后，构建轻量化高效检测头（Efficient-Head）优化计算效率。实验结果表明，所提出的模型在NEU-DET和GC10-DET数据集上的mAP@50分别达到81.7%和70.7%，相较于原模型YOLO11提升了4.0%和2.3%，检测速度为338和530 FPS，有效地提升了对钢材缺陷的检测精度与效率，为工业检测场景提供了解决思路。

关键词：工业缺陷检测;小目标检测;轻量化网络;YOLO11

基金资助：山东省自然科学基金(ZR2022MF250)项目资助