基于改进YOLOv8的地铁列车焊缝缺陷轻量化检测方法

摘要

针对现有的地铁列车车体焊接质量检测技术存在检测模型较大、检测精度和效率较低的问题，提出一种基于改进YOLOv8的焊缝缺陷轻量化检测方法。首先，利用相控阵超声波检测仪采集对接焊缝内部缺陷图像，通过图像预处理制作成焊缝缺陷数据集。然后，在YOLOv8模型基础上，利用Inner-SIoU优化原有损失函数、采用C2f-PConv替换C2f模块、引入大型可分离核注意力(LSKA)模块和挤压激励(SE)注意力机制，建立了基于改进YOLOv8的地铁列车车体焊缝缺陷质量检测模型，以提高焊缝缺陷特征提取和多尺度特征融合的能力。最后，利用改进的YOLOv8模型对焊缝缺陷数据集进行训练和测试。结果表明，改进的YOLOv8模型大小为7.91 M,对于焊缝缺陷的检测精度达到98.30%,检测速度达到138.9帧/s,与YOLOv8原始模型相比，模型更小，检测精度更高。

关键词

地铁列车 / 焊缝缺陷检测 / YOLOv8 / 轻量化 / 相控阵超声波检测