来源：期刊VIP网 时间：
作者：孙铭见;刘国洋;李春伟;
单位：东北林业大学家居与艺术设计学院;
摘要：针对饮品瓶盖缺陷检测技术存在特征提取能力不足、检测精度低、收敛速度慢等问题，提出一种基于改进YOLOv8s算法的饮品瓶盖缺陷检测模型（YOLOv8s-GCW）。以YOLOv8s算法为基准模型，在主干网络中SPPF模块的上一层加入Global Context注意力模块；使用WIoU(v3)替换原有的CIoU损失函数；构建饮品瓶盖缺陷数据集，并采用数据增强技术扩充。试验结果表明，与原模型相比，在不增加计算成本的基础上，可实现更高的检测精度，平均检测精度达到91.1%，精确率达到88.8%，召回率达到86.1%，分别提升2.5,2.5,3.0个百分点，检测速度达到96.15帧/s。研究为饮品瓶盖的质量检测提供理论支持。
关键词：缺陷检测;;YOLOv8;;注意力模块;;损失函数
基金资助：黑龙江省自然科学基金项目（LH2019E001）;; 东北林业大学院级大学生创新训练项目（202310225649）
