摘要： 針對同軸封裝金屬底座缺陷檢測中存在的檢測精度不足、誤檢和漏檢的問題，提出了一種基于YOLO v5s的改進模型，即Metal-YOLO檢測算法。通過引入跨層特征增強連接（CFEC）顯著增強模型對復(fù)雜小目標(biāo)缺陷的表征能力，從而有效降低漏檢率。為進一步提升模型對不同尺度缺陷特征的感知和判別能力，在模型中融入自適應(yīng)注意力模塊（AAM），有效減少背景信息的干擾。此外，針對完全交并比（CI... （共9頁）