一种基于改进YOLOv8的X射线焊缝缺陷检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于改进YOLOv8的X射线焊缝缺陷检测方法
申请号:CN202411050957
申请日期:2024-08-01
公开号:CN119006393A
公开日期:2024-11-22
类型:发明专利
摘要
本发明针对目前X射线焊缝缺陷检测存在检测速度慢、并且存在漏检、误检、检测精度低等问题,提出了一种基于改进YOLOv8的x射线焊缝缺陷检测方法。首先改进EMA注意力,在EMA中加入多尺度池化模块,提高模型对不同尺度焊缝缺陷的检测能力,并将改进后的EMA添加到模型的主干网络;其次,提出一种SimSPPF_Avg模块,增强边缘信息的提取,提高对缺陷定位的精度;然后,引入DualConv来代替传统卷积,将颈部的C2f模块改进为轻量化的C2f_Dual,减小模型的参数量和计算量。最后,将CIoU边界框损失函数替换为WIoU边界框损失函数,提高模型对低质量焊缝数据的泛化能力。最终改进后的模型与原YOLOv8模型相比检测精度有了显著的提升,并且参数量和总浮点运算量都有所下降,在提升精度的同时降低了模型的参数量,能够满足实际工业中x射线焊缝缺陷检测的实时性要求。
技术关键词
焊缝缺陷检测方法 焊缝缺陷图像 多尺度池化 训练深度学习模型 数据 缺陷位置信息 射线 对比度 注意力 尺寸缺陷 模块 多尺度特征 精确地控制 标注工具 训练集 精度