基于改进YOLOv12模型的机械零件缺陷检测方法及系统

本申请属于图像处理技术领域和工业检测领域，公开了基于改进YOLOv12模型的机械零件缺陷检测方法及系统，该方法包括：首先收集有缺陷的机械零件图像数据集，再使用预处理后的机械零件图像数据集对改进的YOLOv12机械零件缺陷检测模型进行训练，得到优化模型，改进包括：在主干网络和颈部网络使用C3k2_RCB特征提取模块替换原始的C3k2模块；在颈部网络使用门控动态空间聚合器GDSAFusion替换原始的Concat模块；在主干网络和颈部网络使用A2C2f_STR替换原始的A2C2f模块；最后使用优化模型对机械零件进行实时缺陷检测。本方法通过YOLOv12模型结构的优化，显著提升了YOLOv12模型在复杂工业环境下对机械零件的缺陷检测精度和效率，尤其在微小缺陷和复杂背景下的检测性能得到改善。