标题：基于深度学习的锂电池密封钉识别与定位
作者：艾标强 张平均
作者单位：福建理工大学电子电气与物理学院，福建 福州 350118
关键字：YOLOv8；密封钉检测；C2f-Faster；CARAFE；slimneck
摘要：为解决锂电池因注液容量差异而需要返线再加工问题，需对锂电池密封钉位置进行识别与定位，提出了一个改进的YOLOv8锂电池密封钉识别定位算法。首先，将主干网络加入SPDConv，SPDConv充分利用空间分割与非跨步卷积处理技术，可以有效地避免物体信息的丢失，捕获更精细的特征；其次，将C2F模块替换为C2f-Faster，通过自适应卷积核生成与应用，能够增强特征图的细节保留和边缘信息捕捉能力；然后，使用轻量级上采样CARAFE代替最近邻插值上采样，采用内容感知技术，可以提高特征重组质量，同时能够更好地保留和利用图像特征和上下文信息；最后，在颈部网络中引入GSConv轻量级卷积技术和slimneck，融合了标准卷积、深度可分离卷积和shuffle模块的思想，降低了计算的复杂度和模型参数量，提升了推理的效率和推理速度，也能够保持检测的性能。