一种基于改进YOLOv8的钢材表面缺陷目标检测方法（高校，电

本发明公开了一种基于改进YOLOv8的钢材表面缺陷目标检测方法，其方法包括获取公开的钢材表面缺陷数据集NEU‑DET；将数据集按照8：1：1划分为训练集，测试集和验证集；对图像进行数据增强；构建改进的YOLOv8‑ST网络模型，将训练集和验证集导入检测模型训练；将训练好的检测模型对测试集上进行目标检测。本发明通过将Backbone中的C2f模块中的Bottleneck用MSBlock替换，构建为C2f_MSBlock模块，引入了多个分支来执行特征提取，并随着网络的深入逐渐增加卷积的核大小；在特征融合网络中引入轻量级上采样算子CARAFE，提高融合特征的质量和丰富度；将模型使用的CIoU损失函数替换为Wise‑Inner‑ShapeIoU损失函数，在聚焦于普通质量的锚框的前提下关注边界框本身的形状和尺度来计算损失；使用Mosaic数据增强，丰富了数据集的样本。本发明相较于原YOLOv8模型在检测精度上有明显提升。

《一种基于改进YOLOv8的钢材表面缺陷目标检测方法（高校，电》是一发明专利，专利号为 2024105176530，当前法律状态为已下证，由湖南师范大学提出申请，发明人为邓月明;邓宇辉，申请日期为2024-04-28，公开（公告）日期为2025-05-02，国际专利分类号（IPC）为 G06V 10/25 (2022.01)，高新资质：未报高企，所属技术领域包括：电力塔钢材检测、钣金制造、钢结构、钢卷、钢板、钢铁冶金、品。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于改进YOLOv8的钢材表面缺陷目标检测方法，其方法包括获取公开的钢材表面缺陷数据集NEU‑DET；将数据集按照8：1：1划分为训练集，测试集和验证集；对图像进行数据增强；构建改进的YOLOv8‑ST网络模型，将训练集和验证集导入检测模型训练；将训练好的检测模型对测试集上进行目标检测。本发明通过将Backbone中的C2f模块中的Bottleneck用MSBlock替换，构建为C2f_MSBlock模块，引入了多个分支来执行特征提取，并随着网络的深入逐渐增加卷积的核大小；在特征融合网络中引入轻量级上采样算子CARAFE，提高融合特征的质量和丰富度；将模型使用的CIoU损失函数替换为Wise‑Inner‑ShapeIoU损失函数，在聚焦于普通质量的锚框的前提下关注边界框本身的形状和尺度来计算损失；使用Mosaic数据增强，丰富了数据集的样本。本发明相较于原YOLOv8模型在检测精度上有明显提升。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！