摘要:针对海上风机叶片小尺寸缺陷检测准确率低、分类效果较差的问题,提出一种基于EfficientNet的改进海上风机叶片表面早期缺陷检测模型。首先,在EfficientNet特征提取网络中引入非对称卷积替换普通3×3卷积,增强了卷积核骨架信息,提高网络提取缺陷信息的能力;其次提出一种混合空间通道注意力模块聚焦空间和通道信息,结合BiFPN特征融合模块对不同深度的语义信息进行特征融合,提升算法多尺度特征融合能力;最后引入Focal-EIOU和Focal Loss损失函数计算位置损失和分类损失,提高定位精度,解决模型训练过程中正、负图像样本的比例失衡的问题。实验结果表明,本文所提算法模型平均精度均值为97.6%,对风机叶片表面早期缺陷的检测性能有明显提升。