基于改进的YOLOv8n的钢铁表面缺陷检测方法，该算法采用了自适应阈值焦点损失、Swin变换器以及高分辨率检测头

《Scientific Reports》：Enhanced YOLOv8n-based steel surface defect detection using adaptive threshold focal loss, swin transformer, and a high-resolution detection head

　　

摘要

在工业环境中检测钢铁表面缺陷面临着三大难题。首先，强烈的反射和复杂的纹理常常使缺陷特征与背景图案混淆。其次，由于深度特征金字塔的空间分辨率有限，微小缺陷往往会被遗漏。第三，检测层面的不平衡以及难样本不平衡导致训练过程中稀有缺陷类型的代表性不足，从而影响检测的召回率。为了解决这些问题，本文提出了ATFL-Swin-YOLO。这是一种基于改进的YOLOv8n的钢铁表面缺陷检测框架，其中整合并优化了多种先进组件。传统的分类损失函数被自适应阈值焦点损失（ATFL）所取代，该损失函数最初是为红外小目标检测而设计的，能够动态调整对简单样本和难样本的学习权重。为更好地建模长距离空间依赖关系并抑制大规模背景干扰，该框架在主干网络中嵌入了Swin Transformer模块。此外，还引入了高分辨率的P2检测头，它将低分辨率的\(160\times 160\)特征图与上采样后的语义表示相结合，有助于恢复微小缺陷的细微特征。在NEU-DET和GC10-DET测试集上进行的大量实验表明，该方法使模型参数数量减少了16.0%，从315.7万减少到265万，同时mAP@50值从76.7%提升至77.6%，mAP@50-95值则从41.0%上升至42.5%。尤其值得注意的是，对于关键类型的微小缺陷（如夹杂物和凹坑表面），其检测性能得到了显著提升。进一步与其它最先进模型的比较也证实，ATFL-Swin-YOLO在精度与参数效率之间取得了更优的平衡。通过消融实验及与现有最佳方法的对比可以确定，这些组件的协同设计能够在不增加模型参数数量的情况下持续提升检测精度。