基于改进YOLO v8n的聚乙烯管道焊缝检测算法研究与应用
发布时间:2026-03-26 | 来源:中国塑料 | 分类:PE | 作者:郄继春, 王振超, 徐璐, 尤启江, 张士军, 陆剑峰
在YOLO v8的基础上提出了一种改进的焊缝缺陷目标检测算法FWD⁃YOLO,在backbone部分替换了Conv和C2f模块,Neck部分调用动态采样模块DySample来增强模型对变形和复杂背景的适应能力,同时调入多层通道注意力机制实现多尺度特征融合,并优化了模型的损失函数。通过验证,在工厂现场采集的包含9个缺陷特
在YOLO v8的基础上提出了一种改进的焊缝缺陷目标检测算法FWD⁃YOLO,在backbone部分替换了Conv和C2f模块,Neck部分调用动态采样模块DySample来增强模型对变形和复杂背景的适应能力,同时调入多层通道注意力机制实现多尺度特征融合,并优化了模型的损失函数。通过验证,在工厂现场采集的包含9个缺陷特征的焊缝缺陷数据集上,改进的FWD⁃YOLO与基线YOLO v8n相比,mAP@50提升了4.8 %,达到73.3 %,召回率提升了3 %,参数量降低22.4 %,浮点运算速度降低42.6 %;且与YOLO v5n、YOLO v6n、YOLO v9t、YOLO v10n、YOLO 11n及YOLO 12n等基线模型相比,精度均有一定提升;该改进模型能够为聚乙烯管道焊缝的质量检测提供一种高效、可靠的解决方案,为管道系统的安全运行提供了技术支持。
返回资讯频道