来源：期刊VIP网 时间：
作者：王孟宇;刘志强;
单位：长沙理工大学汽车与机械工程学院;长沙理工大学卓越工程师学院;
摘要：针对钢材表面缺陷尺度不一，现有检测算法多尺度特征处理能力较差、精度有待提高的问题，提出了一种面向钢材表面缺陷检测的改进型算法，命名为ADP-YOLOv8。首先，提出了一种自适应权重下采样(Adaptive weight downsampling)模块，其通过加权组合不同的下采样特征图，增强了模型对缺陷信息的关注；然后，通过改进特征提取网络中的C2F模块，加强从网络高层的可扩展感受野中提取特征；最后，引入可编程梯度信息(PGI)模块，通过其多级辅助信息组件逐步整合不同尺度的特征，有效提高了模型对不同尺度缺陷敏感性。所提出方法的平均精度为79.3%,相比基准模型提高了3.5%;检测速度为163.2frame/s。相比其他主流的目标检测算法，改进后的检测器在性能上更具优势，展示出了在检测精度、速度和模型体积方面的良好平衡。
关键词：表面缺陷检测;;自适应权重;;感受野;;可编程梯度信息
