基于改进YOLOv8的铆接孔表面缺陷检测

摘要

飞机蒙皮、尾翼等零件上的铆接孔表面质量关乎飞机整体装配性能，目前铆接孔缺陷检测大多为传统人工检测，易出现漏检现象.因此，提出一种具有创新性的改进YOLOv8的铆接孔表面缺陷检测方法.采用可变形卷积替换常规卷积，解决特征提取中感受野形状固定的问题.嵌入SimAM注意力机制，增强网络在背景和目标对比度较低状况下的辨识能力.使用WIoU边界框回归损失函数代替CIoU损失函数，降低低质量图像对模型训练的影响，提高模型的鲁棒性和泛化能力.为验证本文模型的性能，以带铆接孔的6061铝合金板代替飞机蒙皮进行检测.实验结果表明，本文模型在铆接孔测试集上mAP＿0.5和准确率分别达到了0.918和0.920，较原始YOLOv8模型分别提高了24.1%和25.3%.

关键词

YOLOv8 / 铆接孔 / 缺陷检测 / 可变形卷积 / 注意力机制