基于改进YOLOv10n的滚动轴承表面缺陷检测

来源：电子测量技术杂志2025年第23期北京时间：

作者：王海群，陈晓宇，于海峰

单位：华北理工大学电气工程学院 唐山 063200

摘要：针对现有算法在滚动轴承表面缺陷检测时检测精度较低，模型参数量大，实时性较差等问题，提出一种改进YOLOv10n的滚动轴承表面缺陷检测算法。在主干网络上，利用GhostConv、MSMHSA模块和CGLU模块对C2f重新设计，构建CGMC2f模块，增强模型的特征提取能力，降低模型的参数量；在SPPF中，结合GroupConv、Residual-Conv和Fusion-Conv对SPPF-LSKA模块进行设计，构建新的GRFSPPF-LSKA模块，有效解决了信息丢失问题，提升模型的多尺度特征提取和融合能力；在Neck网络上，结合BIFPN的多尺度特征加权融合、MAF-YOLO网络和EMCAD模块，构建EMBS-FPN网络，提高模型的检测精度，降低了模型的参数量，使模型轻量化；借鉴Focal-loss思想，优化CIoU损失函数为Focaler-CIoU，加快模型的收敛速度。实验结果表明，改进后的YOLOv10n的mAP达到了92.6%，相较于原模型提高了2.7%，参数量降低了0.45 M，计算量降低了0.6 GFLOPs，更好的满足滚动轴承表面缺陷实时性检测要求。

关键词：YOLOv10n;缺陷检测;特征提取;注意力机制;损失函数

基金资助：河北省自然科学基金（D2024209006）、河北省教育厅科学研究项目（QN2024147）资助