摘要：针对工业生产中钢材表面缺陷检测精度低、误检漏检严重等问题，基于YOLOv10提出一种改进的钢材表面缺陷检测方法。首先采用DySample替代原有的上采样算子，减小模型复杂度、降低计算成本的同时提升模型的检测能力；然后对钢材表面小目标缺陷检测设计小目标检测层，提高模型的小目标检测精度；最后优化损失函数，解决预测框与真实框长宽比，同时检测失效的问题，并提高了模型的回归精度与网络收敛速度。实验表明，改进后的算法在NEU-DET数据集上mAP@0.5值达到77.2%，相较与原算法提高了7.4%，为后续研究在嵌入式设备部署提供了一种可行方案。关键词：缺陷检测;YOLOv10;注意力机制;小目标检测;