汽车涂装过程中产生的漆面缺陷影响着整车外观质量，针对人工检测存在漏检、低效以及传统检测方案的高实施成本等问题，提出了一种基于改进YOLOv7算法的汽车漆面缺陷检测系统。构建了汽车漆面缺陷数据集，共有4023张图像，其中包含5种常见汽车漆面缺陷；针对YOLOv7算法在微小缺陷上检测精度不足的问题，在原网络中引入了GAM注意力机制和SPPFCSPC模块，用于提高算法对微小缺陷特征的提取能力，同时采用改进的ELAN模块对网络结构进行改进，减少网络过深造成的小目标信息丢失问题，保证在减轻网络模型的同时提高网络对微小特征的识别精度；实验结果表明：本文方法大幅提升了对微小漆面缺陷的检测性能，缺陷的平均检测精度达到了88.9%，与多种算法相比检测精度最高。