标题：基于改进YOLOv11的铝型材表面缺陷检测
作者：李妍
作者单位：山西工程职业学院，山西 太原 030009
关键字：铝型材表面缺陷；YOLOv11；Star-Block；CAA注意力机制；LSCD
摘要：准确检测出铝型材表面缺陷对于建筑及航空航天等领域具有重要意义。针对目前铝型材表面缺陷检测方法存在精度低、计算量大等问题，提出一种改进的YOLOv11算法。首先将Star-Block特征提取模块与CAA注意力机制融合C3k2，设计出C3k2_Star_CAA模块，提升模型的特征提取能力；其次，为减少模型参数量和计算量，使用轻量化检测头LSCD；最后，引入SlideLoss损失函数，解决难易样本的不平衡问题。实验结果表明：使用算法精确率和mAP分别达到88.5%和89.2%，能够有效检测铝型材表面缺陷。