面向边缘计算设备的轻量化带钢缺陷检测算法

来源：电子测量技术杂志2026年第5期北京时间：

作者：任帅，杨思念，曹立佳，郭川东，刘艳菊

单位：1.四川轻化工大学计算机科学与工程学院 宜宾 644000; 2.四川轻化工大学自动化与信息工程学院 宜宾 644000; 3.企业信息化与物联网测控技术四川省高校重点实验室 宜宾 644000

摘要：针对带钢缺陷检测过程中小目标难以识别以及目标检测算法参数量过大影响模型部署的问题，本文提出了一种基于YOLOv11框架的轻量化带钢缺陷检测算法。算法通过集成双向特征金字塔网络(BiFPN)和全局注意力机制(GAM)，优化模型对小目标的识别能力。同时，采用轻量化模型SlimNeck加入颈部网络，在保持精度的同时降低模型参数和复杂度。最后，在NEU-DET数据集上对模型进行实验验证，结果表明，改进后的BSG-LiteYOLO检测模型性能显著优于基线算法YOLOv11n，BSG-LiteYOLO在参数量上降低25.6%，模型权重大小降低22.6%，运算量降低7.94%，并且mAP@0.5提高4.19%。实验验证BSG-LiteYOLO在解决带钢表面缺陷检测问题上的可行性，并将BSG-LiteYOLO部署于Jetson Orin Nx 边缘计算设备，FPS达到34.3，符合实际生产要求。

关键词：目标检测;BiFPN;GAM;缺陷检测;边缘计算设备

基金资助：四川轻化工大学自然科学基金（2024RC03）、企业信息化与物联网测控技术四川省高校重点实验室项目（2024WYJ05）、四川省科技计划（2024NSFSC2048）、四川轻化工大学科研创新团队计划（SUSE652A011）、四川轻化工大学研究生创新基金（Y2025099）项目资助