基于改进YOLOv8算法的核环境水下机器人焊缝识别

黄灿; 叶安源; 易浩洋; 曾豪; 彭伊丽

doi:10.19843/j.cnki.CN42-1779/TQ.202504018

武汉工程大学学报 ›› 2025, Vol. 47 ›› Issue (3) : 325 -330+354. DOI: 10.19843/j.cnki.CN42-1779/TQ.202504018

基于改进YOLOv8算法的核环境水下机器人焊缝识别

黄灿, 叶安源, 易浩洋, 曾豪, 彭伊丽

作者信息 +

Author information +

文章历史 +

摘要

针对核环境水下机器人焊缝识别困难的情况，提出了一种基于改进YOLOv8算法的焊缝识别模型。首先，通过引入水下随机气泡噪声，提高了焊缝识别模型的泛化能力。其次，通过引入多维协作注意力机制和双向特征金字塔网络，在保证额外参数量和计算量相近的基础上，提高了水下目标的模型检测精度。为验证改进模型性能，在水下环境中进行了焊缝识别实验及算法消融实验，结果表明，基于改进YOLOv8算法的焊缝识别模型相比于改进前，平均预测精度上升13.9%，且未引入额外计算量，有效验证了改进模型的鲁棒性和有效性。核作业水下机器人通过算法自动识别焊缝并完成路径跟踪，显著减少了人工检测的风险和操作难度，有效避免了工作人员暴露于辐射环境，同时大幅缩短了核电站大修周期，降低了潜在的经济损失。