【摘要】针对目前塔筒缺陷检测方法存在检测精度不高、易出现误检、漏检且大量依靠人工检测的问题，本研究提出一种基于改进的YOLOv5-s 的塔筒缺陷检测算法。在 Neck 层中引入 CBAM 注意力机制，提高整体模型的特征提取能力。实验结果表明，改进后的 YOLOv5-s塔筒缺陷检测模型可以有效检测其表面缺陷，识别精度 P、召回率 R、平均检测精度 mAP 分别达到了 99.95%、99.55%、86.35%，比基线模型的平均检测精度提高了 2.15%。