基于改进YOLOv12的油封缺陷智能检测方法

本发明公开了一种基于改进YOLOv12的油封缺陷智能检测方法，涉及油封缺陷检测技术领域，包括以下步骤：采集标注油封图像数据；改进YOLOv12模型，调整头部层融合浅层语义并添加小目标检测层，用动态上采样模块替换最近邻插值上采样模块，以MPDIoU损失函数替换CIoU损失函数，使用MSAF模块替换YOLOv12模型骨干网络中的C3k2模块；用数据集训练模型并评估调整。本发明的油封缺陷智能检测方法，通过增加小目标检测层，使用MSAF模块，结合动态上采样和新损失函数，提升了对油封毛刺、凹缺、划痕等表面缺陷的检测精度、实时性和鲁棒性，有效解决工业检测中小尺寸缺陷识别难题。