改进YOLOv8的轻量化轴承缺陷检测算法

来源：计算机工程与应用杂志2024年第21期北京时间：

作者：姚景丽, 程光, 万飞, 朱德平

单位：1.北京联合大学 北京市信息服务工程重点实验室，北京 100101；2.北京联合大学 前沿智能技术研究院，北京 100101

摘要：针对轴承表面缺陷检测存在小目标检测精度低、模型复杂的问题，提出一种改进YOLOv8的轻量级轴承缺陷检测算法YOLO-SSW。在主干网络中添加3-D注意力机制SimAM，在不增加参数的前提下，使模型更加关注轴承表面缺陷特征的提取和表达；在颈部网络中嵌入C2f_SCConv模块，以减少空间维度和通道维度上的特征冗余，降低模型的计算负载；添加新的小目标检测层用于检测轴承表面的小尺寸缺陷，提高模型对小目标的检测能力；使用基于动态非单调聚焦机制的Wise-IoU作为边界框回归损失函数，加快网络的收敛速度。实验结果表明，改进算法的mAP达到了91.5%，比原算法提升了2.9个百分点，模型参数量仅为2.7×106，计算量为11.8 GFLOPs，在提高检测精度的同时节约了计算资源。

关键词：缺陷检测,轻量级网络,YOLOv8,SimAM