针对传统机器视觉算法在表面缺陷检测中精度低、无法适应环境变化和噪声影响的问题,提出一种基于小波变换(WT)的改进UNet++——WT-U-Net++。首先,由WT获取缺陷图像的高频与低频分量,再通过多尺度模块MCI(Mix-Conv Inception)提取高、低频分量的细节特征;其次,将MCI模块提取到的细节特征与原始图像融合,并将融合结果作为改进UNet++的输入;再次,在UNet++的下采样阶段引入通道注意力模块,从而使网络在捕获更多上下文语义信息的同时提高跨层特征级联的质量,而在上采样阶段采用反卷积恢复更多的缺陷细节信息;最后,从UNet++的多个输出中选择最佳结果作为检测结果。在铁轨、磁瓦、硅钢油污这3个公开缺陷数据集上的实验结果表明,相较于次优的UNet++,WT-U-Net++的交并比(IoU)分别提高了7.98%、4.63%和8.74%,相似度度量指标(DSC)分别提高了4.26%、2.99%和4.64%。