-
题名改进YOLOv8n的电磁离合器端面缺陷检测
被引量：1
- 1
-
-
作者
魏书豪
徐红伟
柯海森
李孝禄
丁建雄
-
机构
中国计量大学机电工程学院
-
出处
《现代制造工程》
北大核心
2025年第5期126-134,共9页
-
基金
浙江省科技计划重点项目(2019C001128)。
-
文摘
电磁离合器是汽车生产过程中的重要部件,针对其端面缺陷尺寸微小、背景纹理复杂以及现有算法无法实现缺陷多样性检测等问题,提出了基于改进YOLOv8n的轻量级目标检测算法。在主干网络中融合EMA注意力和部分卷积,设计了轻量级的C2F-PE模块以改进C2F结构,增强网络的特征提取能力;为促进相同尺度间更丰富的特征融合,引入自注意力内尺度特征交互(AIFI)模块替换SPPF层,以捕获更细粒度的信息;在颈部网络中添加小目标检测层,有效地融合了浅层特征信息,提升了模型对小目标的感知力;引入Slim-neck模块改进颈部网络,轻量化模型的同时保持网络的检测精度。实验结果表明,改进后的算法相较于YOLOv8n算法,mAP@0.5达到94.6%,提升了4.5%,参数量减少13.3%,检测速度达到81 f/s。该算法更好地平衡了检测精度和速度,满足电磁离合器生产中实时检测的需求。
-
关键词
YOLOv8n
电磁离合器
缺陷检测
轻量级网络
EMA注意力
内尺度特征交互
Slim-neck模块
-
Keywords
YOLOv8n
electromagnetic clutch
defect detection
lightweight network
EMA attention
intra-scale feature interaction
Slim-neck module
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
