基于改进YOLOv9的瓷砖表面缺陷检测

来源：电子测量技术杂志2025年第9期北京时间：

作者：尚梦佳，刘利平

单位：1.华北理工大学人工智能学院 唐山 063210;2.上海电子信息职业技术学院机械与能源工程学院 上海 201411; 3.华北理工大学矿业工程学院 唐山 063210

摘要：针对瓷砖表面缺陷检测中存在的小目标检测精度低、参数量大，以及误检和漏检问题，提出了一种改进的瓷砖表面缺陷检测算法YOLOv9s-SEFN。首先，本研究设计了SPNet多尺度特征融合模块通过增强网络对多尺度特征的捕捉与融合能力，有效提升模型对瓷砖表面小缺陷检测的特征表达；其次，设计ECG轻量融合模块减少计算量和参数量以实现轻量化；然后，引入频率自适应扩张卷积（FADC）通过自适应调整膨胀率和频率选择，提升瓷砖小缺陷检测精度；最后，设计新的损失函数NWD-EIOU通过结合EIOU和NWD，提高小目标定位的精度。实验结果表明，与原YOLOv9s检测算法相比，改进后的YOLOv9s-SEFN算法在自建实验数据集上表现更佳，模型mAP@0.5提升至93.2%，提高了3.5%；召回率提升了4.96%；参数量减少了2.3%；浮点运算量降低了4.0%，能够满足瓷砖表面缺陷检测的需求。

关键词：瓷砖表面缺陷检测;目标检测;YOLOv9;深度学习;特征融合

基金资助：河北省省级科技计划项目(20327218D)、“唐山市卫生陶瓷质量智能监控技术基础创新团队”唐山市科技局项目（21130211D）、2023年上海电子信息职业技术学院高层次与紧缺人才科研启动经费项目（GCC2023006）资助