基于改进YOLOv8的航空铝合金焊缝缺陷检测方法

日期:2024.12.17 点击数:0

【类型】期刊

【作者】苏志威  黄子涵  邱发生  郭朝阳  殷晓芳  邬冠华 

【刊名】航空动力学报

【关键词】 自动识别,图像增强,数字射线,YOLOv8算法,焊缝缺陷

【摘要】为了提高航空铝合金焊接缺陷数字射线成像自动检测效率和准确度,提出了一种改进YOLOv8智能检测方法。针对样本数据不足和缺陷不清晰的问题,采用Retinex图像增强算法和引导滤波算法对原始图像进行图像增强处理,然后采用旋转和翻转等方式扩充数据集。在模型改进中,使用GhostBottleneck模块替换C2f中的Bottleneck模块,完成模型的轻量化,减少了额外的冗余参数并降低了计算量。同时,引入空间注意力机制,获得缺陷更多的空间信息,并调整预测框的回归范围,提升了模型的精度。通过铝合金焊接件中常见几类缺陷进行测试和验证,改进YOLOv8算法平均精度均值(mAP50)达到92.9%,优于传统的Faster-RCNN、SSD和YOLOv8算法,能够有效适用于焊缝缺陷的自动识别。

【年份】2024

【作者单位】南昌航空大学无损检测技术教育部重点实验室;江西洪都航空工业集团有限责任公司检验检测中心;

【期号】06

【页码】121-129

3 0
Rss订阅