针对水轮机转轮叶片表面裂纹及气蚀缺陷检测需求，提出了一种改进的YOLOv8目标检测算法。通过架构优化实现三阶段改进，即在Neck部分嵌入CBAM注意力机制强化特征表达能力，新增1/4尺度的检测头增强多尺度特征捕获能力，在检测头前引入ASFF模块实现自适应特征融合。试验表明，改进模型在保持24 FPS实时性的同时，平均精度均值与召回率分别达到95.9%、92.3%

较基准YOLOv8分别提升0.7%、0.4%。横向对比中，所提方法在YOLOv5/YOLOv6/YOLOv7上的平均精度均值优势达3.5%/2.2%/1.1%

且检测速度优于同类模型。试验数据验证了注意力机制与多尺度特征融合策略的协同增效作用，为水轮机转轮叶片表面缺陷检测提供了兼具高精度与高效率的解决方案。