基于YOLO v8算法的工业零件检测方法

本发明公开了一种基于YOLO v8算法的工业零件检测方法，包括以下步骤：S1.获取工业零件的原始图像，并对原始图像进行预处理，得到数据集；S2.改进YOLO v8模型；S3.将工业零件图片集送入改进后的YOLO v8网络模型中进行训练，输出检测结果，并对检测结果进行评价；改进YOLO v8模型包括：S21、使用SPPELAN模块改进SPPF；S22、利用CVPR2024‑DynamicConv提出的GhostModule改进YOLO v8的C2f部分；S23、使用改进的损失函数Qual ityFocalLoss，Qual ityFocalLoss通过联合表示法、连续标签支持和动态调整难度，使模型关注难定位或分类的样本。本发明提供一种基于YOLO v8算法的工业零件检测方法，为了解决现有技术中对工业零件的缺陷检测精度低、检测效率慢的的技术问题。