钢表面缺陷检测是工业质量管控核心环节，针对现有基于 RGB 单模态的缺陷检测模型鲁棒性不足，空间形态缺陷误检漏检错检发生率高，提出了并行双模态空间感知融合的 PMSF-YOLOv8(Parallel multi-modal spatial-awarefusion YOLOv8)算法，采用双分支异构网络分别强化 RGB 纹理和深度空间特征学习，在中期融合阶段采用双模态特征融合模块 DFFM(dual-modal feature fusion module)通过动态权重实现多尺度特征自适应融合。 使用 NUE-RSDDS-AUG数据集进行验证，结果表明，PMSF-YOLOv8 网路模型检测准确率 mAP@0.5 达 98.6%，误报率较单模态方法降低 2.1%，实现了“高精度-低误报”平衡。