一种基于YOLO11n的钢材表面缺陷检测方法

本发明针对目前钢材缺陷检测高精度与小参数量不能很好平衡的问题，提出了一种基于YOLO11n的钢材表面缺陷检测方法。一是构建WDBB‑DSC模块，通过多尺度特征融合与结构重参数化技术，提升模型性能与效率，减少参数量；二是构建FFTSPDconv模块，通过分块操作保留高分辨率图像的局部细节，利用频域滤波分离缺陷的高频信号与背景噪声，提升微小目标的检出率；三是采用VoVGSCSP模块，以实现轻量化；四是构建LADH检测头，通过动态特征融合与轻量化设计，既保持实时性又提升模型对多尺度缺陷的检测能力；五是构建Shape‑NWD新型损失函数，提升检测性能和鲁棒性。实验表明，该方法工业缺陷检测性能突出，应用场景较广，可改善生产质量、提高检测效率和精度，有助于推动工业检测系统的发展。