摘要：针对微通道铝扁管表面缺陷的检测问题,提出了一种改进的FCOS(fully convolutional one-stage object detection)算法。设计一种特征卷积金字塔网络(feature convolutional pyramid network,FCPN),使模型能够自适应地混合不同层的特征图进行检测;在分析原始FCOS应用于狭长缺陷检测局限性的基础上,改进了模型的正样本部署策略,以降低模型对狭长缺陷的漏检;设计更加合适的映射函数与中心度函数,解决标注框外正样本点的回归问题与中心度计算问题;使用EIoU损失(efficient IoU loss)替换原模型中的IoU损失,进一步提高模型的回归能力。实验结果表明,在微通道铝扁管的表面缺陷检测任务中,改进后的FCOS模型达到了76.4%的mAP(mean average precision),相比于原始模型提高了7.7个百分点。