摘要
电梯钢带因长期使用和环境影响可能导致表面出现裂纹、断丝可见和表面覆层损坏等缺陷,若未及时检测和处理,可能引发严重的安全事故。针对现有钢带表面缺陷检测方法依赖人工目视检查,效率低且难以实时监测的问题,文章提出了一种基于YOLOv8改进的钢带表面缺陷检测算法。首先引入动态蛇形卷积模块,自适应调整卷积核形状和大小以更好地捕捉钢带表面的局部特征;其次采用三重注意力机制并结合针对小目标的检测层,增强了模型对不同尺度和复杂背景下缺陷的感知能力;最后采用Wise-IoU动态调整边界框回归损失,提升了模型的泛化能力。研究结果表明,改进后的算法在钢带表面缺陷检测的AP和mAP等指标上均显著优于其他YOLO系列算法,具备更高的检测精度和鲁棒性。
出处
《南方农机》
2025年第22期121-125,146,共6页
基金
甘肃省市场监督管理局科技计划项目(SSCJG-TS-A202302)。
