基于深度学习网络的多尺度缺陷检测方法

本发明公开了基于深度学习网络的多尺度缺陷检测方法，属于数字图像处理技术领域。所述方法基于YOLOv8网络提出一种新的缺陷检测MSE‑YOLOv8网络，在Backbone部分，保持原始的Conv和C2f的配置，加入局部和全局特征提取层；在Neck部分，采用FPN+PAN层，并嵌入了多尺度特征融合模块；在Head部分，使用语义增强的检测头，沿用解耦检测头的设计，并在分类头部采用改进的空间组增强模块，替换了原有卷积层。实验结果证明，本发明相比于现有的检测方法过检和漏检情况得到了优化，有效地提升了检测精度。