钢材表面缺陷目标检测方法、装置、计算机设备及介质

本发明涉及缺陷检测技术领域，公开了钢材表面缺陷目标检测方法、装置、计算机设备及介质，该方法包括：构建改进YOLOv8深度网络学习模型；在Backbone层采用GnC3模块替代YOLOv8中的C2f模块；Neck层包括注意力模块，注意力模块与Head层连接；在Head层的检测头中采用WIoU损失函数替代YOLOv8中的IoU损失函数；采用多张历史钢材表面缺陷图像对改进YOLOv8深度网络学习模型进行训练，得到基于改进YOLOv8的钢材表面缺陷检测模型，并对多张实测钢材表面缺陷图像进行钢材表面缺陷目标检测。本发明改进后的YOLOv8深度网络学习模型提升了检测性能，提高了检测准确性。