基于改进YOLOv8n的内窥镜弹簧管缺陷检测方法

本发明涉及弹簧管生产检测技术领域，公开了基于改进YOLOv8n的内窥镜弹簧管缺陷检测方法，采集弹簧管表面图片进行空间域滤波算法预处理后再缩放大小后，经过DCL‑YOLOv8网络获得带有缺陷预测框和置信度的检测图片；DCL‑YOLOv8网络以YOLOv8n网络为基础，采用DEMA‑PMSFA模块替换原主干网络中的C2f模块、CGRFPN网络替换原颈部网络中的特征金字塔、LSBECD模块替换原头部网络中的三个检测头。本发明提从输入优化到特征优化再到检测输出的全流程协同增效，使模型既具备高精度识别能力，又满足轻量化部署需求，可稳定应用于医用内窥镜弹簧管生产线的移动设备，高效完成实时检测任务。