本文旨在探讨YOLO在工业4.0应用中的目标检测能力与应用，具体分析了YOLO不同架构的尺寸和复杂性设计及不同的先验形状分配策略。在真实环境中，我们准备了包含失真的丰富数据集，以模拟工厂环境并增强图像质量。我们的实验结论表明，与不同的衡量标准相结合，以及我们自定义的训练和验证策略，所提出的方法具有很高的有效性与可行性。同时我们还解决了眼前不可避免的颜色相关性自然继承问题。