基于YOLOv8的煤矿用钢丝绳损伤检测算法

来源：电子测量技术杂志2024年第9期北京时间：

作者：李志星，杨啸龙，李天昊，王宁宁

单位：1.北京建筑大学机电与车辆工程学院 北京 100000; 2.洛阳理工学院智能制造学院 洛阳 471000

摘要：煤矿用钢丝绳在矿井作业中发挥着重要的应用价值，其可靠性直接关系到矿山运转效率以及工作人员的生命安全。针对现有钢丝绳表面缺陷检测精度较低、检测效率不足的问题，本文提出一种改进型YOLOv8检测算法YOLO_BF，首先在骨干网路中引入改进型双层链路注意力机制(BiFormer)加强模型对图像的分析能力和信息融合能力，显著提高模型的精度。其次嵌入重复加权双向特征金字塔网路（BiFPN）提高网络缺陷特征提取能力，并在此基础上使用WIoU提高模型收敛速度，最后使用幻影卷积（GhostConv）替换传统卷积实现模型轻量化。相比原始基础网络YOLOv8n，本文所设计网络准确率、召回率和平均精度分别提升2.3%、3.3%、5.2%，更符合钢丝绳损伤检测的实际应用要求。

关键词：钢丝绳;缺陷检测;YOLO;注意力机制;损失函数

基金资助：北京市属高校基本科研业务费项目（X21053）、河南省高等学校重点科研项目(23A460020)、河南省自然科学基金(242300420044)、北京建筑大学研究生创新项目（PG2024136）资助