基于YOLOv8-S的偏光片表面缺陷检测算法

来源：计算机工程与应用杂志2025年第6期北京时间：

作者：盛威, 周永霞, 陈俊杰, 赵平

单位：中国计量大学 信息工程学院，杭州 310018

摘要：随着偏光片市场不断扩大，应用愈发广泛，对偏光片的生产要求也愈加严格。针对在偏光片表面缺陷检测中，存在缺陷形态复杂、小尺寸缺陷容易误检漏检的问题，提出一种基于YOLOv8-S偏光片表面缺陷检测改进算法。使用DCNv3替换主干网C2f模块中的普通卷积，同时结合EMA注意力机制，构建DEC2f特征提取模块，提升主干网对复杂缺陷的特征提取能力。基于特征细化模块构建轻量跨尺度特征细化融合模块（LCFRFM），提升通道净化能力并降低参数量，有效跨尺度融合主干网浅层特征。引入ConvMixer Layer构建CMC2f预测头，更大的预测视野带来更强的小尺寸缺陷检测能力。使用SIoU替换CIoU作为边界框回归损失函数，使用AdamW替换SGD作为网络训练时的优化器，提升检测精度和训练收敛速度。实验结果表明，该算法相比YOLOv8-S在mAP50和mAP50：95上分别提升了2.4和2.9个百分点，证明了提出算法的有效性。

关键词：偏光片表面,缺陷检测,特征提取,跨尺度特征融合,YOLOv8