机床与液压

作者：李炳萱，穆禹丞，秦兆伯，张锦城，薛沐辉，陈广泰，于健

单位：中车科技创新（北京）有限公司；中车大连机车研究所有限公司；中车科技创新（北京）有限公司；中车大连机车研究所有限公司；中车科技创新（北京）有限公司；中车大连机车研究所有限公司；中车科技创新（北京）有限公司；中车大连机车研究所有限公司；中车科技创新（北京）有限公司；中车大连机车研究所有限公司；中车科技创新（北京）有限公司；中车大连机车研究所有限公司；中车科技创新（北京）有限公司；中车大连机车研究所有限公司

关键词：缺陷检测;YOLOv8n算法;模型轻量化;双层路由注意力机制

基金：中国中车科技研究开发计划重大项目(2023CKA359；2025CZB391)；中车科技创新（北京）有限公司研发项目(S07-KJ2023001)

针对货车车钩铸造件二维图像中缺陷部位颜色特征不明显、形状多变导致检测精度不高的问题，基于YOLOv8n目标检测算法提出一种面向货车车钩铸造件图像的缺陷检测算法。使用MobileNetv3轻量级网络替换YOLOv8n的主干网络，降低网络复杂度和计算量，提升检测速度；构建一种基于双层路由注意力机制的SA-BRA模块并增加到主干网络之后，通过动态查询将更多的注意力放在相关度较高的目标所在空间区域，增强网络的特征提取性能以及检测精度。实验结果表明：改进后模型能够适应不同光照强度的工作环境;在自制专用数据集上，改进的YOLOv8n缺陷特征检测模型的平均检测精度为93.7%，模型检测速度达到了61.8FPS，能够达到对货车车钩铸造件缺陷特征实时准确检测的要求。通过与其他主流目标检测算法进行对比，进一步验证了所提方法的有效性与可应用性。

来源：2025年第24期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第24期