基于改进YOLOv8n的钢材表面缺陷检测模型构建方法及系统

本发明涉及一种基于改进YOLOv8n的钢材表面缺陷检测模型构建方法及系统，该方法包括：在主干网络中使用MBConv模块替代原有C2f模块中的卷积组件，并引入EffectiveSE注意力机制，增强特征表征；在特征融合阶段引入卷积与注意力融合模块CAFM，实现多层次特征的有效融合；采用SlideLoss作为损失函数，通过交并比IoU指标动态调整损失权重，缓解类别不平衡问题。与现有技术相比，本发明提高了缺陷检测的精确度和效率，增强了模型跨尺度目标捕获能力，有效缓解了类别不平衡问题，展现出更强的适应力与鲁棒性，具有广泛的应用前景。