基于改进YOLOv8的大米袋包装表面缺陷检测  

作　　者：孟剑扬 李欢欢 欧阳虹 赫明茹 王安[1] 

机构地区：[1]佳木斯大学,黑龙江佳木斯154007

出　　处：《电脑知识与技术》2025年第7期29-33,共5页Computer Knowledge and Technology

基　　金：佳木斯大学大学生创新创业计划训练项目资助,黑龙江省大学生创新创业训练计划项目(202410222049)。

摘　　要：为解决传统米袋包装表面缺陷检测方法效率和精度欠佳的问题,文章提出一种基于YOLOv8n的改进模型。该模型通过引入Wise-IoU损失函数和GAM注意力机制,提升了边界框回归速度和目标定位精度。在自建RICE_PACKAGE-DET数据集上的实验结果表明,改进模型的mAP@0.95和mAP@0.5相比基准模型分别提升2.4%和2%,平均检测精度达到96.8%。

关 键 词：YOLOv8算法 缺陷检测 注意力机制 深度学习 Wise-IoU 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]