标题：基于深度学习的轻量级钢材缺陷检测算法LIG-YOLO
作者：王元1；胡小树2；邢培振1
作者单位：1 河南水利与环境职业学院信息工程学院，河南 郑州 450000；2 河南大学软件学院，河南 开封 475000
关键字：轻量级；YOLOv8；LIG-YOLO；小目标；实时监测
摘要：针对钢材表面小缺陷检测精度低、模型复杂的问题，提出一种轻量级LIG-YOLO算法。引入深度可分离卷积与动态稀疏注意力机制，降低模型复杂度；设计动态权重分配空洞卷积以增强小目标感受野；采用双分支检测模块融合高分辨率与语义特征。实验结果表明，在参数量仅为YOLOv8约1/5的情况下，mAP与mRecall显著提升，适用于小目标实时检测。