来源：期刊VIP网 时间：
作者：郎德宝;周凯红;
单位：广西高校先进制造与自动化技术重点实验室;
摘要：针对工业轴承表面缺陷检测算法精度低、模型参数量大的问题，提出一种改进YOLOv8的轻量化目标检测算法（MFA-YOLOv8）。首先，设计了一种轻量化多尺度特征卷积模块EMFC，基于此重构了主干和颈部部分C2f中的Bottleneck结构，保持轻量化的同时还有效地捕获不同尺度信息的细节特征；其次，引入焦点调制模块FM，提升模型对缺陷目标的表征能力和感受野；最后，引入注意力尺度序列融合模块ASF，进一步提升网络对轴承缺陷的检测精度，减小参数规模。实验结果表明，在GGS数据集上，MFA-YOLOv8的检测精度mAP@0.5高达91.5%，较YOLOv8检测精度提升了2.4%，参数量下降了21.9%，可满足工业现场轴承外观缺陷检测要求。
关键词：轴承表面缺陷检测;;YOLOv8;;多尺度特征卷积;;焦点调制网络;;注意力尺度序列融合;;轻量化
基金资助：国家自然科学基金面上项目（52075110）;; 广西自然科学基金重点项目（2023GXNSFDA026045）
