计算机应用

作者：余松森, 林智凡, 薛国鹏, 徐建宇

单位：华南师范大学 软件学院，广东 佛山 528225

关键词：瓷砖缺陷检测,小目标检测,YOLOv8,深度学习,轻量级

基金：广东省基础与应用基础研究基金省市联合基金重点项目(2020B1515120089)

针对当前瓷砖缺陷检测主要依靠人工检测导致的主观性强、效率低、劳动强度大等问题，提出一种基于改进YOLOv8的轻量级大幅面瓷砖图像微小缺陷检测算法。首先，对高分辨率大幅面图像进行裁切处理，并在骨干网络中引入HorBlock增强模型的捕捉能力；其次，融入大型可分离内核注意力（LSKA）改进C2f提高模型的检测性能，并通过引入SA（Shuffle Attention）增强模型的特征提取能力；最后，引入全维度动态卷积（ODConv）进一步增强模型对微小缺陷的处理能力。在阿里天池瓷砖瑕疵检测数据集上的实验结果表明：改进后的模型不仅参数量比原始YOLOv8n低，而且mAP@0.5提升了8.2个百分点，F1分数提升了7个百分点。可见，改进后的模型能更精确地识别和处理大幅面瓷砖的微小表面缺陷，且能在保持轻量级的同时，显著提升检测效果。

来源：2025年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第2期