针对YOLOv8n模型在织物疵点检测任务中存在疵点种类识别错误和微小疵点识别率不高的问题，研究提出了 一种基于改进 YOLOv8n 的织物疵点检测算法。该研究在织物疵点检测模型中引入了动态蛇形卷积和 SE 注意力机制，将 YOLOv8n模型的主干网络中的部分 C2f模块与动态蛇形卷积相结合，并在主干网络中加入了 SE注意力机制，以提高模型的 检测效果。实验结果显示：与原始 YOLOv8n 相比，改进后的算法精确率提升了 7.2%，召回率提升了 2.1%，mAP50 值提高了 3.6%，mAP50-90值提高了1%。这表明，基于改进YOLOv8n的织物疵点检测模型在疵点检测能力方面得到了显著提升。