改进YOLOv10n的锆合金板表面缺陷检测方法
来源：计算机工程与应用杂志2026年第13期北京时间：
作者：李海宇, 燕芳, 李小娜, 冯金秋, 杨阳
单位：1.内蒙古科技大学 自动化与电气工程学院，内蒙古自治区高等学校流程工业综合自动化重点实验室，内蒙古 包头 014010；2.云知尚（西安）智能科技有限公司，西安 712000；
摘要：针对传统锆合金板材表面缺陷检测主要依赖人工目视的检测方法，存在效率低、检测精度差等局限性，提出了一种面向工业质检场景的YOLOv10n改进模型EFN-YOLOv10（edge-frequency network-YOLOv10）。该模型针对锆合金板材表面缺陷呈现的微小目标特征易淹没、复杂背景干扰等检测难题，设计了融合空间域与频域特征的C2f-SFE（C2f-spatio-frequency enhancer）模块，通过跨阶段连接结构实现特征交叉增强，有效提升了微缺陷的表征能力；利用可分离频域卷积SFCC（separable frequency-domain complex convolution）替代传统卷积进行频域特征提取，在保持频域特征解耦能力的同时可有效降低频域特征提取的复杂度。提出一种动态加权下采样模块DWD（dynamic weighted downsampling）以实现对缺陷关键区域的动态关注。通过引入SIoU损失函数替代原来的IoU损失函数，提升了EFN-YOLOv10模型对小目标的检测能力。将改进后的EFN-YOLOv10模型在含5类典型缺陷的自建锆合金板材数据集和NEU-DET钢材表面缺陷数据集上进行对比实验和消融实验，实验结果表明：改进模型EFN-YOLOv10较基线模型在mAP@0.5指标上分别提升了5.5和3.1个百分点，改进后的模型提高了检测精度和实时性，适用于计算能力受限的检测终端，为锆合金板材表面缺陷自动检测提供了解决方案，具备一定的工程推广潜力。
关键词：锆合金板,表面缺陷检测,YOLOv10n,频域特征
基金资助：国家自然科学基金（62161042）；内蒙古自然科学基金（2025MS06002）；内蒙古重点研发和成果转化计划项目（2025-SYFHH0875）。
