摘要：针对钢板表面缺陷检测的实际需求，文章提出了一种基于机器视觉的高效检测系统。该系统引入状态空间模型，设计了Vision Mamba和Conv MLP（卷积多层感知机）两个核心模块，并结合YOLO(You Only Look Once)算法，构建了一个多尺度缺陷检测模型。实验结果表明，该模型在多尺度缺陷检测中表现出色，其平均检测精度（mAP）和检测速度（FPS）均优于传统YOLO v8模型，并且参数量更少、计算复杂度更低。该系统不仅增强了对局部和全局特征的捕捉能力，而且还提升了细粒度特征的敏感性和通道表达能力。研究成果可为工业生产中的质量控制提供有力的技术支持，具有广阔的应用价值和推广前景。
