标题：面向钢板表面缺陷检测的YOLOv8-ALS算法研究
作者：朱林贵；田鑫
作者单位：三一海洋重工有限公司，广东 珠海 519059；沈阳理工大学自动化与电气工程学院，辽宁 沈阳 110159
关键字：表面缺陷检测；YOLOv8；C2f_CAA；LSKA；SIoU
摘要：针对钢板表面缺陷检测中识别精度不足的问题，提出一种YOLOv8-ALS改进算法。首先，在主干网络中引入了上下文锚定注意力（CAA）模块，并采用深度条形卷积来降低模型复杂度，同时捕获多尺度缺陷特征。然后，通过引入大可分离卷积注意力（LSKA）机制，有效增强模型对重要特征的提取能力，从而提高模型的鲁棒性。最后，针对钢板表面小目标检测的特性，将原有的CIoU损失函数替换为SIoU，进一步优化了边界框回归损失函数，提升了模型的检测性能。实验结果表明，经过改进的网络在钢板表面缺陷检测性能方面得到有效提升。