基于 YOLOv8 的铝合金铸造轮毂缺陷检测算法研究与分析

来源：机械与电子杂志2025年第02期北京时间：

作者：黄心玥;王明泉;耿宇杰;谢绍鹏;商然

单位：中北大学信息与通信工程学院,山西 太原 030051

摘要：为解决以往算法对轮毂内部缺陷进行检测时效率低、精度较低和识别能力差等问题,提出一种基于 YOLOv8 算法优化的铝合金轮毂缺陷检测方法。首先,通过在主干中添加 Focus 层进行切片操作,增加通道防止信息丢失,提高全局感受野。其次,将空间金字塔池化部分替换为 SimSPPF ,减小计算量。最后,在 Backbone 部分加入 BoTNet 模块,通过融合多头自注意力层进一步改善检测效果并减小参数。通过实验证明,改进后的算法可以准确定位并识别出气孔、缩孔、缩松和裂纹 4 类缺陷,平均检测精度( mAP )可以达到 98.80% ,平均检测速度为 75.53 帧/ s ,满足工业检测的实时性要求。

关键词：目标检测;汽车轮毂; YOLOv8 ;缺陷检测;多头自注意力

基金资助：国家自然科学基金资助项目( 61171177 )