基于PFWT-YOLOv8n的铝型材表面瑕疵检测
刘向淋 Liu Xianglin, 蔡嘉丽 Cai Jiali, 李春艳 Li Chunyan · Laser & Optoelectronics Progress · 2025
针对铝型材表面瑕疵检测中存在的效率低、漏检率高和小目标检测能力不足等问题，提出一种基于改进YOLOv8n的检测模型。首先，增加小目标检测头并修改Neck层的部分多尺度连接，抑制浅层与深层特征间的语义冲突，提升小目标检测能力；其次，结合小波变换（WT），设计新的C2fWT卷积模块，扩大网络的感受野并提升低频信息抓取能力；最后，将下采样层和Bottleneck模块的卷积核从3×3扩展至5×5，扩大感受野以捕捉上下文与边缘信息。基于天池铝型材表面缺陷数据集的实验结果显示，改进模型在交并比阈值为0.5时的平均精度均值达到97.1%，较原始YOLOv8n模型提升4.8百分点，特别是小目标瑕疵（Dirty-Spots类）的检测精度提升20.9百分点。结果表明，改进模型在轻量化与检测精度之间实现了有效平衡，为工业场景下的铝型材瑕疵检测提供了高效的解决方案。