改進(jìn)YOLOv8的鋼材表面缺陷檢測算法

摘" 要： 為了更有效地識別鋼材表面的細(xì)小和復(fù)雜缺陷，提出一種改進(jìn)YOLOv8的鋼材表面缺陷檢測算法。首先，在原模型的Neck部分引入空間和通道重構(gòu)卷積SCConv模塊，提高模型對小尺度目標(biāo)缺陷的識別能力；其次，將CA注意力機(jī)制模塊融合到原始的Backbone中，使模型能夠更好地關(guān)注目標(biāo)缺陷的特征信息；接著，采用高效層聚合網(wǎng)絡(luò)（RepGFPN）模塊作為頸部網(wǎng)絡(luò)，充分融合不同尺度的特征，提高特征融合能力；最后，引入輕量級上采樣算子CARAFE，進(jìn)一步提升模型的檢測效果。實(shí)驗結(jié)果顯示，在公開的NEU?DET數(shù)據(jù)集上，改進(jìn)后模型的平均精度均值（mAP）達(dá)到了81.1%，相較于原始YOLOv8模型，mAP提高了2.7%，精確率提升了3.9%。與此同時，在GC10?DET數(shù)據(jù)集上的實(shí)驗也表明改進(jìn)模型具有良好的魯棒性，證明了所提算法能夠有效地完成鋼材表面缺陷的檢測任務(wù)。

關(guān)鍵詞： 鋼材表面缺陷； 缺陷檢測； YOLOv8算法； 坐標(biāo)注意力機(jī)制； 高效層聚合網(wǎng)絡(luò)； 識別能力

中圖分類號： TN911.73?34； TP391.41" " " " " " "文獻(xiàn)標(biāo)識碼： A" " " " " " " " " " "文章編號： 1004?373X（2025）04?0173?08

Improved YOLOv8 steel surface defect detection algorithm

XU Lianrong， LIANG Shaohua

（School of Computer Science， Yangtze University， Jingzhou 434023， China）

Abstract： In order to more effectively identify the fine and complex defects on the steel surface， an improved YOLOv8 steel surface defect detection algorithm is proposed. The spatial and channel reconstruction convolution SCConv （spatial and channel recon?struction convolution） module is introduced into the Neck part of the original model to improve the model's ability to identify the defects of small?scale target. The CA attention mechanism module is integrated into the original Backbone， so as to make the model can better pay attention to the feature information of the target defect. The high?efficiency layer aggregation network （RepGFPN） module is used as the neck network to fully integrate features of different scales and improve the feature fusion ability. The lightweight upsampling operator CARAFE （content?aware reassembly of features） is introduced to further improve the detection effect of the model. The experimental results show that the average precision （mAP） of the improved model can reach 81.1% on the public NEU?DET dataset， which is 2.7% higher than that of the original YOLOv8 model， and the accuracy is increased by 3.9%. The experiments on the GC10?DET dataset also show that the improved model has good robustness， which proves that the proposed algorithm can effectively complete the detection task of steel surface defects.

Keywords： steel surface defect; defect detection; YOLOv8 algorithm; coordinate attention mechanism; high?efficiency layer aggregation network （RepGFPN）; recognition ability

0" 引" 言

鋼材作為一種重要的金屬材料，在機(jī)械制造、航空航天等眾多領(lǐng)域中扮演著不可或缺的角色。然而，在實(shí)際生產(chǎn)加工過程中，受到原料質(zhì)量、設(shè)備性能及生產(chǎn)工藝等多方面因素的影響，鋼材表面易出現(xiàn)開裂、斑塊等各類缺陷，這些表面缺陷不僅損害了鋼材的外觀質(zhì)量，還會大幅降低其抗壓性、耐磨性，進(jìn)而縮短使用壽命。因此，進(jìn)行有效的鋼材表面缺陷檢測至關(guān)重要。

傳統(tǒng)的缺陷檢測方法，如漏磁檢測法[1]、渦流檢測法、人工視覺檢測等，普遍存在效率低下、精度不高、實(shí)施難度大等問題。

隨著人工智能技術(shù)的快速發(fā)展，基于深度學(xué)習(xí)的目標(biāo)檢測方法開始被廣泛采用，有效地解決了這些問題。這些方法主要可分為兩類：一類是Faster R?CNN[2]、Mask R?CNN[3]等代表的兩階段目標(biāo)檢測算法，通過生成候選區(qū)域，再進(jìn)行分類的檢測方式；另一類是SSD（Single Shot Multibox Detector）[4]、YOLO（You Only Look Once）[5]等代表的單階段目標(biāo)檢測算法，通過合并定位和分類任務(wù)，實(shí)現(xiàn)快速高效的檢測。在此背景下，國內(nèi)外眾多學(xué)者對鋼材表面缺陷檢測進(jìn)行了深入研究，并取得了顯著成果。例如，文獻(xiàn)[6]基于YOLOv5提出了目標(biāo)檢測算法（YOLO?GR），通過引入GhostV2 Bottleneck輕量化模塊作為主干特征提取網(wǎng)絡(luò)，既減少模型參數(shù)量，又在NEU?DET數(shù)據(jù)集上將檢測的平均精度均值（mean Average Precision， mAP）從73.5%提升到了76.1%。文獻(xiàn)[7]提出了一種基于多尺度輕量化注意力機(jī)制的YOLO?Steel鋼材表面缺陷檢測方法，該方法在保持與YOLOv5s相近的時間和空間復(fù)雜度的同時，將mAP值提高了1.8%。文獻(xiàn)[8]提出了一種基于PC?YOLOv7的鋼材表面缺陷檢測算法，在減小模型尺寸的同時，顯著提高了準(zhǔn)確率，將mAP值從74.3%提升至78.5%。盡管上述檢測方法各有優(yōu)勢，但在檢測精度上仍有進(jìn)一步的提升空間。本文提出了一種改進(jìn)的YOLOv8算法，旨在增強(qiáng)對鋼材表面不同尺度缺陷的檢測能力。本文的主要工作和貢獻(xiàn)如下。

1） 引入SCConv（Spatial and Channel Recon?struction Convolution）模塊，提高模型對小尺度目標(biāo)缺陷的識別能力，減少漏檢問題。

2） 添加坐標(biāo)注意力機(jī)制（Coordinate Attention， CAR）模塊，將其與原有的Backbone中的C2f模塊融合，形成全新的C2f?CA模塊，增強(qiáng)模型的特征提取能力。

3） 引入高效層聚合網(wǎng)絡(luò)（Efficient Reparameterized Generalized?FPN， RepGFPN）作為模型的頸部網(wǎng)絡(luò)，有效地提取和融合高層語義特征和低層空間特征，進(jìn)一步提高模型的檢測精度。

4） 使用CARAFE（Content?Aware ReAssembly of FEatures）上采樣算子替換傳統(tǒng)上采樣模塊，更有效地保留和恢復(fù)特征圖中的細(xì)節(jié)信息，增強(qiáng)模型的表征能力。

1" YOLOv8算法

YOLOv8是目前YOLO系列中最新的模型，它是在YOLOv5的基礎(chǔ)上進(jìn)行融合改進(jìn)的，其網(wǎng)絡(luò)結(jié)構(gòu)分為輸入端（Input）、主干網(wǎng)絡(luò)（Backbone）、頸部（Neck）以及頭部（Head）四個核心部分。相較于YOLOv5，YOLOv8引入了C2f模塊以取代原有的C3模塊，促進(jìn)更豐富的梯度流信息的獲取。

頭部結(jié)構(gòu)方面，YOLOv8采用了當(dāng)下流行的解耦頭設(shè)計，并且摒棄了傳統(tǒng)的基于錨點(diǎn)（Anchor?Based）的方法，轉(zhuǎn)向更為高效的無錨點(diǎn)（Anchor?Free）設(shè)計。在損失函數(shù)的選擇上，YOLOv8采用了Task?Aligned Assigner來動態(tài)分配正樣本，并結(jié)合BCE Loss用于分類損失，結(jié)合DFL Loss和CIOU Loss用于回歸損失。

2" 改進(jìn)的YOLOv8算法

YOLOv8提供了5個不同規(guī)模的版本：n、s、m、l和x，鑒于對平衡模型尺寸與計算效率的考量，本文選擇了YOLOv8n作為預(yù)訓(xùn)練模型，并對其進(jìn)行了改進(jìn)。首先在Backbone部分將CA模塊與C2f模塊相融合，構(gòu)建全新的C2f?CA模塊，增強(qiáng)目標(biāo)特征信息；其次將高效層聚合網(wǎng)絡(luò)（RepGFPN）作為模型的頸部網(wǎng)絡(luò)，提高模型的多尺度檢測能力；然后在小目標(biāo)層增加空間和通道重構(gòu)卷積（SCConv）模塊，以增強(qiáng)模型對微小缺陷的識別能力；最后使用CARAFE上采樣算子替換最近鄰上采樣模塊，確保模型能夠在更廣闊的感知范圍內(nèi)聚合上下文信息。改進(jìn)后的YOLOv8n模型結(jié)構(gòu)如圖1所示。

2.1" SCConv模塊

本文引入了一種高效的卷積模塊SCConv[9]，旨在提高模型對小尺度目標(biāo)缺陷的識別能力。SCConv由空間重構(gòu)單元（SRU）和信道重構(gòu)單元（CRU）兩部分組成，有效地削減了卷積層內(nèi)的空間和通道冗余，進(jìn)而優(yōu)化了模型的整體性能。SUR原理圖如圖2所示。

首先對輸入特征X進(jìn)行標(biāo)準(zhǔn)化，公式如下：

[Xout=GN（X）=γX-μσ2+ε+β]" " " "（1）

式中：[μ]和[σ]是X的均值和標(biāo)準(zhǔn)差；[ε]是為了除法穩(wěn)定性而添加的一個很小的正數(shù)；[γ]和[β]是可訓(xùn)練參數(shù)。

2.1.1" SRU結(jié)構(gòu)

SRU利用分離和重建操作，有效抑制了空間維度上的冗余，同時增強(qiáng)了特征的表示能力。其原理是利用[GN]層中的可訓(xùn)練參數(shù)[γ]計算得到相關(guān)權(quán)重[Wγ]，公式為：

[Wγ=γij=1Cγj，" i，j=1，2，…，C]" " " " （2）

再將權(quán)重[Wγ]與[Xout]相乘得到的值通過Sigmoid函數(shù)映射與閾值門控后分為兩部分：信息權(quán)重[w1]和非信息權(quán)重[w2]。最后，將輸入特征X分別與[w1]和[w2]相乘，得到信息豐富的特征[Xw1]和信息較少的特征[Xw2]，采用交叉重建操作獲得空間細(xì)化特征[Xw]。

2.1.2" CRU結(jié)構(gòu)

通過SRU結(jié)構(gòu)獲得空間細(xì)化特征[Xw]后，接著要利用CRU結(jié)構(gòu)獲得通道細(xì)化特征Y。

CRU結(jié)構(gòu)主要通過分割（Split）、轉(zhuǎn)換（Transform）和融合（Fuse）三個步驟來減少特征在通道維度上的冗余。CRU原理圖如圖3所示。

首先將空間細(xì)化特征[Xw]的通道分割為兩個，隨后通過壓縮特征圖的通道來提高計算效率。經(jīng)過分割和擠壓操作后，將空間細(xì)化特征[Xw]分為上部分[Xup]和下部分[Xlow]。接著[Xup]通過高效的GWC（Group?wise Convolution）和PWC（Point?wise Convolution）操作降低計算成本并增強(qiáng)信息傳遞，再對卷積運(yùn)算后輸出求和，得到輸出特征[Y1]；[Xlow]則被輸入到底部轉(zhuǎn)換階段，該階段重用了特征[Xlow]并利用PWC操作來獲得輸出特征[Y2]。

然后通過全局池化得到通道統(tǒng)計信息，并利用通道軟注意操作生成特征重要性向量[β1]和[β2]，隨后將上部分輸出特征[Y1]和下部分輸出特征[Y2]各自乘以向量[β1]和[β2]，最后通過合并得到通道細(xì)化特征[Y]。

2.2" CA注意力機(jī)制

在鋼材表面缺陷數(shù)據(jù)集中，有些小目標(biāo)缺陷的特征信息容易被忽略。為了使小目標(biāo)缺陷的特征信息得到更多的關(guān)注，提高網(wǎng)絡(luò)對目標(biāo)特征的感知能力，本文在主干網(wǎng)絡(luò)中引入了CA（Coordinate Attention）注意力機(jī)制模塊。CA注意力機(jī)制[10]是一種既簡單又高效的注意力機(jī)制，它通過融合位置信息到通道注意力中，使得網(wǎng)絡(luò)能夠在廣闊的區(qū)域內(nèi)進(jìn)行特征提取，同時顯著減少了計算成本。CA通過兩個關(guān)鍵步驟，即Coordinate信息嵌入和CA生成來實(shí)現(xiàn)對通道信息和長距離依賴的精確位置編碼。

在信息嵌入階段，輸入X經(jīng)過池化核編碼通道，得到高度h處第c個通道的輸出，表示為：

[zhc（h）=1Wxc（h，i），" 0≤ilt;W] （3）

同理其在寬度為w處的輸出可以表示為：

[zwc（w）=1Hxc（j，w），" 0≤ilt;H]nbsp; " " " （4）

在坐標(biāo)注意力生成階段，首先將上述步驟產(chǎn)生的兩個特征圖在空間維度上進(jìn)行拼接，經(jīng)共享的1×1卷積轉(zhuǎn)換函數(shù)[F1]對其進(jìn)行處理，處理過程如式（5）所示。

[f=δF1zh，zw]" " " " " （5）

式中：[zh，zw]為拼接操作；[δ]代表非線性激活函數(shù)；[f∈RC/[r·（H+W）]]是中間特征圖，編碼了水平和垂直空間信息。進(jìn)一步地，將f分割并通過1×1卷積變換得到2個張量[gh]和[gw]，處理過程如式（6）和式（7）所示。

[gh=σ（Fh（fh））]" " " " " " " " "（6）

[gw=σ（Fw（fw））]" " " " " " " " " （7）

式中：[σ]為Sigmoid激活函數(shù)；輸出的[gh]和[gw]分別擴(kuò)展并用作注意力權(quán)重。

通過乘法加權(quán)計算得到坐標(biāo)注意模塊的輸出，如式（8）所示。

[yc（i，j）=xc（i，j）·ghc（i）·gwc（j）]" " " "（8）

將CA模塊與C2f模塊融合成C2f?CA模塊，提升目標(biāo)特征表達(dá)，進(jìn)一步改善檢測效果。改進(jìn)前后的C2f?CA模塊如圖4所示。

2.3" 高效層聚合網(wǎng)絡(luò)（RepGFPN）

YOLOv8使用PAN?FPN[11?12]結(jié)構(gòu)構(gòu)建頸部模塊，實(shí)現(xiàn)自上而下和自下而上的網(wǎng)絡(luò)結(jié)構(gòu)，促進(jìn)高層語義信息和低層空間信息的交互。然而，僅靠相鄰層傳遞特征信息可能導(dǎo)致下采樣過程中小目標(biāo)信息丟失。為此，引入帶有跨尺度連接的RepGFPN[13]作為頸部網(wǎng)絡(luò)，促進(jìn)大尺度和小尺度特征信息交流，增強(qiáng)了模型的特征融合能力。RepGFPN是在GFPN[14]的基礎(chǔ)上改進(jìn)而來的，通過優(yōu)化GFPN的拓?fù)浣Y(jié)構(gòu)和融合方式來改善模型效果。RepGFPN采用對不同尺度特征使用不同的通道數(shù)的策略，利用CSPStage模塊替代原有的3×3卷積進(jìn)行特征融合。這種設(shè)計不僅顯著提高了目標(biāo)檢測的準(zhǔn)確性，而且?guī)缀鯖]有增加額外的計算負(fù)擔(dān)。RepGFPN結(jié)構(gòu)示意圖見圖5?；赗epGFPN的優(yōu)異性能，本文將RepGFPN作為模型的頸部網(wǎng)絡(luò)，大大提升了特征融合的效果。

2.4" 上采樣算子CARAFE

受工業(yè)環(huán)境的影響，鋼材表面缺陷數(shù)據(jù)集中存在較大的背景噪聲，部分缺陷信息識別困難，加上傳統(tǒng)的上采樣方法未能充分利用特征圖的語義信息，從而會影響模型的檢測精度。

為提高特征圖質(zhì)量，使模型能夠更好地捕獲特征圖中的細(xì)節(jié)信息，使用上采樣算子CARAFE[15]替換最近鄰插值上采樣。CARAFE上采樣流程如圖6所示。

CARAFE主要由核預(yù)測模塊和特征重組模塊組成。整個上采樣具體過程如下。

在核預(yù)測模塊中，對于輸入尺寸為[H]·[W]·[C]、上采樣倍率為[σ]（[σ]為整數(shù)）的特征圖X，首先將其特征通道數(shù)從[C]壓縮至[Cm]。通過內(nèi)容編碼將通道數(shù)從[Cm]擴(kuò)展至[σ2]·[k2up]。隨后，在空間維度上將這些通道展開，形成尺寸為[σH·σW·k2up]的上采樣核。最后，通過Softmax歸一化處理權(quán)重。

在特征重組模塊中，將輸出特征圖中的每個像素點(diǎn)映射回對應(yīng)位置，并提取以該點(diǎn)為中心的大小為[kup]·[kup]的區(qū)域，與預(yù)測上采樣核進(jìn)行點(diǎn)積運(yùn)算，以獲得最終的上采樣結(jié)果。

3" 實(shí)驗結(jié)果與分析

3.1" 數(shù)據(jù)集介紹

實(shí)驗采用東北大學(xué)發(fā)布的鋼材表面缺陷數(shù)據(jù)集（NEU?DET），其中包含6種常見的鋼材表面缺陷，即開裂（crazing）、內(nèi)含物（inclusion）、斑塊（patches）、點(diǎn)蝕面（pitted_surface）、氧化軋皮（rolled?in_scale）和劃痕（scratches），一共有1 800張分辨率為200×200的灰度圖。實(shí)驗將數(shù)據(jù)集按照8∶1∶1的比例隨機(jī)劃分為訓(xùn)練集（1 440張）、驗證集（180張）和測試集（180張）。數(shù)據(jù)集部分圖像如圖7所示。

3.2" 實(shí)驗環(huán)境

本文實(shí)驗中，CPU版本為AMD Ryzen 7 6800H with Radeon Graphics" 3.20 GHz，GPU版本為RTX 3060（6 GB），深度學(xué)習(xí)框架為PyTorch 1.9，CUDA的版本是11.1，Python的版本是3.8。模型參數(shù)設(shè)置如表1所示。

3.3" 評價指標(biāo)

本文使用精確率（P）、召回率（R）、平均精度均值（mean Average Precision， mAP）、模型參數(shù)量（Params）和計算量（GFLOPs）等指標(biāo)評估模型性能。其中：模型參數(shù)量（Params）反映了模型的大小，參數(shù)量越大，模型所占內(nèi)存就越大；計算量（GFLOPs）用來衡量模型的復(fù)雜度；mAP是指IoU閾值為0.5時，各個類別的平均精度均值，mAP值越高，說明模型的檢測效果越好。

mAP的計算公式如下所示：

[P=TPTP+FP]" " " " " " " （9）

[R=TPTP+FN]nbsp; " " " " " " （10）

[mAP=1ni=1n01P（R）dR]" " " " （11）

式中：TP表示真正例的個數(shù)；FP表示假正例的個數(shù)；FN表示假負(fù)例的個數(shù)。

3.4" 實(shí)驗結(jié)果分析

3.4.1" 消融實(shí)驗

為了測試改進(jìn)方法是否有效，本文在NEU?DET數(shù)據(jù)集上設(shè)計了5組消融實(shí)驗，每組實(shí)驗的實(shí)驗環(huán)境都相同。消融實(shí)驗結(jié)果如表2所示。

從表2可以分析出，將CA注意力機(jī)制與C2f模塊融合后，模型參數(shù)量和計算量（GFLOPs）基本保持不變，且mAP提升了0.5%。這表明，在幾乎不增加模型參數(shù)量的情況下，引入CA注意力機(jī)制能夠提高模型檢測精度。第3組實(shí)驗引入RepGFPN模塊，參數(shù)量和GFLOPs有所增加，這是因為模型復(fù)雜度有所增加，但mAP達(dá)到了79.8%，提升了0.9%。第4組實(shí)驗新增了SCConv模塊，GFLOPs略微增加，但mAP提升了1.1%，證明SCConv模塊有效提高了模型的檢測能力；最后一組實(shí)驗引入上采樣算子CARAFE，模型參數(shù)量和計算量均有所增加，但進(jìn)一步提高了模型的檢測精度，mAP達(dá)到了81.1%，與基線模型相比，提升了2.7%。

3.4.2" 對比實(shí)驗

為了評估改進(jìn)后模型的檢測效果，將改進(jìn)算法分別與YOLOv5、YOLOv7?tiny、YOLOv8n等算法在NEU?DET數(shù)據(jù)集上進(jìn)行對比實(shí)驗，結(jié)果如表3所示。從表3可以看出，改進(jìn)算法雖然增加了少量的參數(shù)量和計算量，但在精確率和平均精度均值（mAP）上均達(dá)到了最高水平，mAP值分別比YOLOv5、YOLOv7?tiny、YOLOv8n高出4.4%、9.1%、2.7%。在進(jìn)行鋼材表面缺陷檢測任務(wù)時，本文模型算法比其他主流算法更具有優(yōu)勢。

3.4.3nbsp; 檢測效果對比

為了更直觀地展現(xiàn)模型改進(jìn)前后的檢測效果差異，圖8呈現(xiàn)了一組效果對比圖。從圖8可以清楚地觀察到，原YOLOv8n模型在識別特定目標(biāo)缺陷時存在漏檢和誤檢的問題。相比之下，改進(jìn)的YOLOv8n模型顯著提升了對這些問題的處理能力。以“inclusion”類缺陷為例，原模型在檢測時出現(xiàn)了誤檢情況，而改進(jìn)的模型則展現(xiàn)出了更精準(zhǔn)的檢測效果，也極大地減少了漏檢的情況?？傮w來看，改進(jìn)的YOLOv8n模型在整體檢測性能上具有更好的效果，更好地解決了漏檢和誤檢問題，展現(xiàn)了其在鋼材表面缺陷檢測領(lǐng)域的優(yōu)越性能和實(shí)用價值。

3.4.4" 通用性驗證

為了驗證改進(jìn)后的YOLOv8n模型在實(shí)際工業(yè)應(yīng)用中的通用性，在GC10?DET數(shù)據(jù)集上進(jìn)行了一系列對比實(shí)驗。該數(shù)據(jù)集涵蓋了沖孔、異物、焊縫、絲斑、水斑、壓痕、折痕、油斑、腰折、月牙彎等10種常見表面缺陷，共有2 294張灰度圖像。實(shí)驗采用8∶1∶1的比例隨機(jī)劃分訓(xùn)練集、驗證集和測試集，同時其他參數(shù)設(shè)置與第3.2節(jié)描述一致，實(shí)驗結(jié)果如表4所示。

從表4可以觀察到，與YOLOv7?tiny模型相比，改進(jìn)后的YOLOv8n模型不僅在平均精度均值（mAP）上有所提升，還在參數(shù)量和計算量上展現(xiàn)出了明顯的優(yōu)勢。相對于原YOLOv8n模型，改進(jìn)后的模型雖然在參數(shù)量和計算量上略有增加，但其mAP值從65.7%提升至68.2%，實(shí)現(xiàn)了2.5%的增長。這一結(jié)果充分表明改進(jìn)模型在處理實(shí)際工業(yè)場景中的表面缺陷檢測任務(wù)時，不僅有更高的精度，還具備一定的通用性。

4" 結(jié)" 語

針對鋼材表面缺陷檢測精度低的問題，提出了一種基于改進(jìn)YOLOv8n的鋼材表面缺陷檢測模型。該模型引入了SCConv 、CA注意力機(jī)制、RepGFPN結(jié)構(gòu)和上采樣算子CARAFE，這些改進(jìn)增強(qiáng)了特征提取和融合的效果，提高了模型對小尺寸目標(biāo)缺陷的檢測能力，有效降低了漏檢率。改進(jìn)后的模型與原模型相比，雖然參數(shù)量和計算量略有增加，但在檢測精度上有著明顯的提升。未來的研究方向?qū)⒕劢乖诤喕W(wǎng)絡(luò)結(jié)構(gòu)和對模型進(jìn)行輕量化處理上，使模型在鋼材表面缺陷檢測中能展現(xiàn)出更好的性能。

注：本文通訊作者為梁少華。

參考文獻(xiàn)

[1] 鄧永樂.基于陣列渦流探頭的鋼帶漏磁檢測方法與系統(tǒng)[D].武漢：華中科技大學(xué)，2021.

[2] HE K， GKITSIOS S， DOLLáR P， et al. Rethinking the faster R?CNN architecture for temporal action localization [J]. IEEE transactions on pattern analysis and machine intelligence， 2021， 43（7）： 2202?2210.

[3] LIU Y， WANG R， SHAN S， et al. Deep learning for mask R?CNN based object detection and instance segmentation in remote sensing imagery [J]. ISPRS journal of photogrammetry and remote sensing， 2020， 162： 154?173.

[4] ZHANG Z， ZHAO X， WRIGHT J， et al. Bridging the gap between anchor?based and anchor?free detection via adaptive training sample selection [C]// Proceedings of the Chinese Conference on Computer Vision and Pattern Recognition. Beijing： IEEE， 2022： 9759?9768.

[5] REDMON J， FARHADI A. YOLOv4： optimal speed and accuracy of object detection [J]. Journal of computer vision and pattern recognition， 2020， 38（5）： 1023?1034.

[6] 吳亞尉，明幫銘，何劍鋒，等.基于YOLO?GR算法的輕量化鋼材表面缺陷檢測[J].組合機(jī)床與自動化加工技術(shù)，2023（11）：107?111.

[7] 周彥，孟江南，王冬麗，等.基于多尺度輕量化注意力的鋼材缺陷檢測[J].控制與決策，2024，39（3）：901?909.

[8] 趙春華，羅順，譚金鈴，等.基于PC?YOLOv7算法鋼材表面缺陷檢測[J].國外電子測量技術(shù)，2023，42（9）：137?145.

[9] LI J， WEN Y， HE L. SCConv： spatial and channel reconstruct?ion convolution for feature redundancy [C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Vancouver： IEEE， 2023： 6153?6162.

[10] HOU Q， ZHOU D， FENG J. Coordinate attention for efficient mobile network design [C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Nashville， TN， USA： IEEE， 2021： 13713?13722.

[11] LIU S， QI L， QIN H， et al. Path aggregation network for instance segmentation [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Salt Lake City： IEEE， 2018： 8759?8768.

[12] LIN T Y， DOLLáR P， GIRSHICK R， et al. Feature pyramid networks for object detection [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Honolulu： IEEE， 2017： 2117?2125.

[13] XU X， JIANG Y， CHEN W， et al. DAMO?YOLO： a report on real?time object detection design [EB/OL]. [2023?01?12]. https：//arxiv.org/abs/2211.15444？context=cs.CV.

[14] XIE X， LIAO Q， MA L， et al. Gated feature pyramid network for object detection [C]// Pattern Recognition and Computer Vision： First Chinese Conference. Guangzhou： IEEE， 2018： 199?208.

[15] WANG J， CHEN K， XU R， et al. Carafe： content?aware reassembly of features [C]// Proceedings of the IEEE/CVF International Conference on Computer Vision. Long Beach： IEEE， 2019： 3007?3016.

作者簡介：徐蓮蓉（2000—），女，湖北天門人，碩士研究生，主要研究方向為目標(biāo)檢測。

梁少華（1965—），男，湖北荊州人，碩士研究生，副教授，主要從事人工智能、計算機(jī)視覺方面的教學(xué)與研究工作。