轻量级锻件表面裂纹检测算法

来源：电子测量技术杂志2024年第11期北京时间：

作者：张上，许欢，张岳

单位：1.水电工程智能视觉监测湖北省重点实验室 宜昌 443002; 2.三峡大学湖北省建筑质量检测装备工程 技术研究中心 宜昌 443002; 3.三峡大学计算机与信息学院 宜昌 443002

摘要：针对复杂场景下缺陷检测算法占用内存大、计算复杂度高和检测速度难以满足实时需求等问题，本文提出一种基于YOLOv8的轻量级锻件缺陷检测算法。首先，采集重卡转向节生产流水线探伤车间的磁粉检测图像，构建锻件表面裂纹数据集；然后，提出轻量化卷积模块GSConvns，以增强特征交互并降低计算量；同时，引入Shape-IOU损失函数，优化训练效果；最后，利用LAMP剪枝策略去除不重要的权重参数，减少模型体积并提高检测速度。实验结果表明，模型的mAP值为83.8%，参数量和计算量分别减少85.05%和80.25%，检测速度从38.7 FPS提升至65.6 FPS，显著优于其他主流算法，更适用于实时检测。在公开数据集上的测试进一步验证了其泛化能力，与基准算法相比，未剪枝的改进算法mAP值提升了2.0%。综上，本文算法能在不显著降低检测精度的前提下，大幅度提升了检测速度和资源利用效率。

关键词：表面缺陷检测;YOLOv8算法;轻量化模型;损失函数;模型剪枝

基金资助：省级大学生创新创业计划（S202311075047）、国家级大学生创新创业训练计划（202011075013、202111075012）项目资助