摘要: 针对铁轨表面缺陷检测中的小目标检测问题，文章提出一种结合坐标注意力机制和全局最大池化模块的改进 YOLOv8 模型。在该模型中，坐标注意力机制可以显著提升局部空间特征的表达能力，全局最大池化模块则可以进一步增强模型对全局上下文的理解。通过 2 种机制结合，能够有效缓解铁轨缺陷检测过程中复杂背景和小目标带来的缺陷检测精度损失问题。实验结果表明，文章方法能够显著提升铁轨缺陷检测任务中的小目标检测能力，即使在复杂背景环境下，也能够有效保证铁轨缺陷检测的精度