1.一种钢铁表面缺陷检测方法，其特征在于，包括以下步骤：获取钢铁表面图像；

将钢铁表面图像输入至改进的YOLOv5s网络模型，输出缺陷预测特征图；

根据缺陷预测特征图对钢铁表面缺陷进行识别；

所述将钢铁表面图像输入至改进的YOLOv5s网络模型，输出缺陷预测特征图，包括：输入层接收钢铁表面图像；

骨干网络对钢铁表面图像进行特征提取，得到输出特征图；所述骨干网络中的多个CSP模块中均融入有SE 通道注意力模块；

颈部网络对输出特征图进行特征融合，得到多个不同尺度的缺陷预测特征图；所述颈部网络包括STR多头自注意力模块、特征金字塔网络和金字塔注意力网络；

检测头网络对多个不同尺度的缺陷预测特征图进行计算，输出缺陷预测特征图。

2.如权利要求1所述的一种钢铁表面缺陷检测方法，其特征在于，所述骨干网络包括Focus模块、多个特征层以及SPP模块，每个特征层均包括CBL模块和所述CSP模块；

通过Focus模块对钢铁表面图像进行切片，得到第一特征图；

通过CBL模块中对第一特征图进行卷积，得到第二特征图；

通过SE 通道注意力模块对第二特征图进行池化、全连接以及重新加权，得到第三特征图；

通过CSP模块对第三特征图进行Bottleneck和卷积，得到第四特征图；

通过SPP模块对第四特征图进行池化，得到固定大小的输出特征图。

3.如权利要求2所述的一种钢铁表面缺陷检测方法，其特征在于，通过SE 通道注意力模块对第二特征图进行池化、全连接以及重新加权，包括以下步骤：通过Squeeze操作对第二特征图沿着空间维度做全局平均池化；

通过Excitation操作对全局平均池化后的第二特征图进行第一次全连接、激活以及第二次全连接；

通过Reweight操作对第二次全连接后的第二特征图进行重新加权。

4.如权利要求3所述的一种钢铁表面缺陷检测方法，其特征在于，通过下式进行Squeeze操作：式中，Fsq表示Squeeze操作，uc表示通道数为c的第二特征图，(i, j)表示特征图上横纵坐标为(i, j)的点，(H , W)表示特征图长宽，zc为输出的结果；

通过下式进行Excitation操作：

式中， 为第一层全连接层权重，为ReLU激活操作， 为第二层全连接层操作权重，为Sigmoid 激活操作，s为输出的每个特征通道的权重，g为全局池化操作，Fex为Excitation操作；

通过下式进行Reweight操作：

式中， 为第三特征图，Fscale为Reweight操作。

5.如权利要求4所述的一种钢铁表面缺陷检测方法，其特征在于，所述颈部网络对输出特征图进行特征融合，得到多个不同尺度的缺陷预测特征图，包括以下步骤：通过STR多头自注意力模块对输出特征图进行层级特征提取；

通过特征金字塔网络对层级特征提取后的输出特征图进行上采样，将高层特征信息和低层特征信息进行融合，计算出缺陷预测特征图；

通过金字塔注意力网络，对缺陷预测特征图进行下采样，输出不同尺度的缺陷预测特征图。

6.如权利要求5所述的一种钢铁表面缺陷检测方法，其特征在于，通过STR多头自注意力模块对输出特征图进行层级特征提取，包括以下步骤：将输出特征图划分成固定大小的窗口；

将多个窗口通过层归一化后输入至W‑MSA 层计算注意力，得到第一输出特征结果；

将第一输出特征结果输入至MLP层，得到W‑MSA 的输出结果；

将W‑MSA 的输出结果通过层归一化后输入至SW‑MSA 层计算注意力，得到第二输出特征结果；

将第二输出特征结果输入至MLP层，得到SW‑MSA 的输出结果。

7.如权利要求1所述的一种钢铁表面缺陷检测方法，其特征在于，通过SIoU损失函数对改进的YOLOv5s网络模型进行训练，所述SIoU损失函数如下所示：式中，IoU表示预测框与真实框的交并比， 为将角度成本考虑在内的距离公式， 表示形状成本。

8.如权利要求1所述的一种钢铁表面缺陷检测方法，其特征在于，所述缺陷预测特征图的预测信息包括预测框的坐标信息、类别信息以及置信度信息。

9.一种钢铁表面缺陷检测系统，其特征在于，包括：图像获取模块，用于获取钢铁表面图像；

特征预测模块，用于将钢铁表面图像输入至改进的YOLOv5s网络模型，输出缺陷预测特征图；

缺陷识别模块，用于根据缺陷预测特征图对钢铁表面缺陷进行识别；

所述特征预测模块包括：

图像输入模块，用于输入层接收钢铁表面图像；

特征提取模块，用于骨干网络对钢铁表面图像进行特征提取，得到输出特征图；所述骨干网络中的多个CSP模块中均融入有SE 通道注意力模块；

特征融合模块，用于颈部网络对输出特征图进行特征融合，得到多个不同尺度的缺陷预测特征图；所述颈部网络包括STR多头自注意力模块、特征金字塔网络和金字塔注意力网络；

特征输出模块，用于检测头网络对多个不同尺度的缺陷预测特征图进行计算，输出缺陷预测特征图。

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述方法的步骤。