一种基于改进YOLOv8的西林瓶瓶体缺陷检测方法

本发明公开了一种基于改进YOLOv8的西林瓶瓶体缺陷检测方法，属于计算机视觉技术领域，包括以下步骤：获取西林瓶瓶体缺陷数据并进行预处理，得到训练集和测试集；建立改进YOLOv8的缺陷目标检测模型；采用训练集对缺陷目标检测模型进行训练，优化损失函数，更新模型权重参数，直到损失函数收敛；采用测试集对缺陷目标检测模型进行测试。本发明引入空间可分离池化注意力模块SSPA，能够加强网络对于瓶体划痕等细微特征的感知能力；引入特征增强模块MMFF，采用不同大小的卷积核对复杂背景下脏污、划痕、装量异常这些不同大小的缺陷特征进行提取并由模块堆叠提升特征融合效果。