-
题名基于多层次特征融合的蒸汽发生器二次侧异物检测方法
- 1
-
-
作者
王可庆
周新翔
周翔
薛国强
张强
-
机构
无锡学院自动化学院
南京信息工程大学自动化学院
-
出处
《核电子学与探测技术》
北大核心
2025年第10期1585-1591,共7页
-
基金
江苏“太湖之光”科技攻关项目(K20221051)资助。
-
文摘
针对蒸汽发生器二次侧异物检测主要依赖人工、存在效率低及可靠性有限等问题。本课题基于现场检查视频构建专用数据集,提出一种改进YOLOv11n的异物检测方法。该方法通过融合动态卷积与Ghost Conv,设计C3k2_GhostDynConv模块以增强特征自适应能力;在颈部网络中设计多层次注意力融合模块,结合局部-全局注意力机制与层次化特征融合策略,提升多尺度特征提取能力,强化对二次侧异物微观纹理的捕捉和对背景干扰的抑制能力;采用WIo Uv3(Wise-IoUv3)损失函数优化边界框回归,提升复杂场景中的检测稳定性。实验结果表明,该方法的m AP@0.5达到82.72%,较基线模型提升4.11%,整体性能优于其他典型检测模型,能够有效实现对二次侧异物的精确识别。
-
关键词
深度学习
蒸汽发生器
异物检测
动态卷积
多层次注意力融合
-
Keywords
deep learning
steam generator
foreign object detection
dynamic convolution
multi-scale attention fusion
-
分类号
TH878
[机械工程—精密仪器及机械]
-
