基于改进YOLOv8n的钢材表面缺陷检测

来源：电子测量技术杂志2024年第13期北京时间：

作者：赵洋，王军凯，林志毅，周忠祥，徐森

单位：1.沈阳化工大学计算机科学与技术学院 沈阳 110142; 2.辽宁省化工过程工业智能化技术重点实验室 沈阳 110142

摘要：为解决钢材表面缺陷检测中面临的缺陷类型繁多、尺寸差异显著以及现有模型复杂度高、检测精度不足等问题，本文提出了一种基于改进YOLOv8n的检测算法YOLOv8ODAW。首先，引入全维动态卷积（ODConv）增强对多维度特征的捕捉能力，减少信息损失；其次，嵌入渐进特征金字塔网络（AFPN）改善特征融合过程，实现了非相邻层级特征间的直接交互，有效缓解语义断层。最后，采用动态非单调聚焦机制的Wise-IoUv3损失函数优化边界框回归，加快网络收敛的同时提高检测精度。在NEU-DET数据集上进行多组实验，结果表明，改进后的YOLOv8-ODAW网络模型相比原网络模型mAP50%提升了7.3%、GFLOPs下降了21.95%，展现出对钢材表面缺陷更佳的定位与识别能力，且检测速度满足工业应用需求。

关键词：钢材;缺陷检测;YOLOv8n;全维动态卷积;渐进特征金字塔网络;Wise-IoUv3

基金资助：辽宁省教育厅基本科研项目面上项目(LJKMZ20220782)资助