全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于改进YOLOv8的航空铝合金焊缝缺陷检测方法
- 作者： 苏志威 黄子涵 邱发生 郭朝阳 殷晓芳 邬冠华 来源： 航空动力学报 年份： 2024 文献类型 ： 期刊 关键词： 自动识别 图像增强 数字射线 YOLOv8算法 焊缝缺陷
- 描述： 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。