基于改进YOLOv8n的管道超声图像缺陷识别方法研究

来源：计算机测量与控制杂志2026年第3期北京时间：

作者：张仙伟,张阳,尤杰

单位：西安石油大学 计算机学院

摘要：管道缺陷检测作为管道安全管理的重要组成部分，对保障管道安全至关重要，超声波检测技术可用于识别和评估管道的内部缺陷；针对人工分析检测数据存在的执行效率低、漏检误检等问题，提出了一种基于改进YOLOv8n的管道超声图像缺陷识别方法；在YOLOv8的C2f模块中引入动态蛇形卷积，增强对缺陷的特征提取能力，将空洞卷积集成到SPPF模块，以减少缺陷信息损失，通过共享组卷积检测头，降低模型复杂度的同时提高对缺陷的定位能力；实验结果表明，改进的YOLOv8n算法能够实现管道超声图像自动缺陷检测，且改进后的模型与原模型相比，mAP50提升了2.1%，计算量和参数量下降了15%和7%；较其他主流检测算法，综合表现最佳。

关键词：超声波检测;管道;自动缺陷检测;超声图像;YOLOv8算法