基于YOLOv8的矿用钢丝绳损伤检测算法

王成军; 戴何奇; 刘庆

doi:10.13436/j.mkjx.202604042

煤矿机械 ›› 2026, Vol. 47 ›› Issue (4) : 222 -228. DOI: 10.13436/j.mkjx.202604042

基于YOLOv8的矿用钢丝绳损伤检测算法

王成军, 戴何奇, 刘庆

作者信息 +

Author information +

文章历史 +

摘要

钢丝绳是矿井起重设备的核心承重部件，对钢丝绳损伤的及时检测可以有效避免由其损坏引发的事故。针对传统钢丝绳检测方法漏检率高、环境适应性差的问题，提出了一种SPSSYOLO高精度实时检测算法。该算法在YOLOv8的基础上进行改进，通过集成Swin-Transformer层和SimAM注意力机制来增强多尺度特征提取能力与关键特征聚焦。该算法采用了SPPFCSPC模块提升特征融合效率，并使用结构化交并比（SIoU）损失函数优化边界框定位。在包含4 250张图像，涵盖磨损、断裂和突起3类缺陷的自建数据集上的实验表明：SPSS-YOLO在精度、召回率和mAP50等指标上优于多种主流算法，尤其对检测难度较高的突起类损伤，检测精度比原YOLOv8提升了9.42%，实现了检测效率与准确率的良好平衡。