基于改进YOLOv10n的X射线焊缝缺陷检测方法研究
来源：计算机测量与控制杂志2026年第6期北京时间：
作者：耿冉冉,王海彬,童金武,胡浩严,史腾
单位：南京工程学院 应用技术学院
摘要：针对现有X射线焊缝缺陷检测方法存在检测精度低和易漏检等问题,提出基于改进YOLOv10n的X射线焊缝缺陷检测模型SFE-YOLOv10n；采用SPD-Conv空间到深度卷积替换主干网络中传统卷积,增强模型对X射线焊缝小目标缺陷特征信息的捕获能力；添加轻量化的C2f-Faster模块代替主干网络和颈部网络中的C2f模块,降低模型计算复杂度,实现模型轻量化；在颈部网络C2f-Faster模块基础上引入EMA注意力机制,提高焊缝缺陷检测准确性；实验对五种典型X射线焊缝缺陷进行了测试,结果表明SFE-YOLOv10n模型的准确度、召回率、平均精度和检测帧率分别达到89.5%、86.2%、92.8%和80.8f/s,较YOLOv10n原模型分别提高了3.6%、1.5%、4.3%和1.7%,同时模型参数量略有下降；与现有方法相比,SFE-YOLOv10n模型在保证轻量化的同时能够准确检测X射线焊缝不同缺陷,经实验测试满足了工业生产对X射线焊缝缺陷检测的要求。
关键词：深度学习;X射线;焊缝缺陷;图像检测;YOLOv10n
基金资助：国家自然科学基金资助项目(52075261)
