基于改进YOLOv12的铝型材工件缺陷检测技术研究
来源：电子测量技术杂志2026年第1期北京时间：
作者：景会成，鲍成明
单位：华北理工大学电气工程学院 唐山 063210
摘要：针对铝型材工件生产中缺陷检测精度低以及小目标缺陷漏检和误检的问题，本文对YOLOv12n模型进行了优化，提出了一种基于YOLO-PCSU的铝型材表面缺陷检测方法。首先，引入PartialConv卷积对YOLOv12模型的A2C2f结构进行改进，设计一种新的结构A2C2f-PConv，减少冗余计算和内存访问的同时加强网络特征提取能力；其次，在特征提取网络引入CoordAttention，在不增加额外计算的基础上提升检测精度；再次，在检测头引入注意力模块SEAM，解决小目标漏检误检问题；最后，通过用U-IoU损失函数替代YOLOv12n模型中的CIoU，加快模型的收敛速度并提高了检测结果的精度。在铝型材工件缺陷数据集中进行实验，检测精度达到90.3%，实验结果相比于原YOLOv12n算法mAP@0.5提升2.3%，参数量降低9%，计算量降低14%。在VOC2012数据集和东北大学热轧带钢表面缺陷数据集上表明改进算法有良好的鲁棒性。
关键词：表面缺陷检测;YOLOv12n;SEAM;损失函数
基金资助：河北省教育厅科学研究项目（CXY2024013）资助
