融合多尺度特征的高效网片缺陷检测算法

来源：计算机工程与应用杂志2025年第11期北京时间：

作者：何钢, 姚远, 韩征彤, 邹华涛, 王田田

单位：河海大学 机电工程学院，江苏 常州 213000

摘要：针对人工目视排查大型旋转过滤设备网片缺陷时存在的效率低下，缺陷与背景之间边界模糊及网孔中的小水珠产生反光现象等问题，提出了一个基于多维特征融合的高效网片缺陷检测算法。引入了泊松图像增强技术，实现了缺陷目标与正常背景区域的平滑融合，增加了小样本缺陷数量的同时解决了缺陷数量分布不均匀的问题。在YOLOv8中融入轻量多维卷积改进的C2f_LWDC（C2f_lightweight multi-dimensional convolution）模块及加权多特征增强模块，既增强了网络对缺陷特征的提取又实现了各级特征的高效融合，提升了对多尺度缺陷样本的表征能力。采用EIOU（efficient intersection over union）定位损失函数，加速了对缺陷目标的准确定位。网片数据集检测结果表明，改进后的算法mAP（mean average precision）达到92%，相较于原始模型提升了16.8个百分点，能很好地完成缺陷目标的检测任务。

关键词：网片缺陷,YOLOv8,轻量多维卷积,特征融合,多尺度