机床与液压

作者：宛东旭?，张秀芬

单位：内蒙古工业大学机械工程学院；内蒙古工业大学机械工程学院;内蒙古自治区机器人与智能装备技术重点实验室

关键词：自动化拆卸;YOLOv8网络;螺钉检测;深度学习

基金：国家自然科学基金项目（51965049）；内蒙古自然科学基金项目（2025MS05084）

针对机电产品自动化拆卸过程中拆卸目标小、背景复杂等导致的拆卸目标检测精度不佳等问题，提出基于YOLOv8-C3S网络的螺钉检测方法。引入包含深度可分离卷积和Swin Transformer的C3SDR模块替换YOLOv8n中的C2f模块，并将FOCUS、SPPCSPC等模块引入骨干网络中，显著提升算法的特征提取能力，以削弱复杂背景对检测过程的干扰。构建螺钉数据集，并对算法进行实验验证。结果表明：相较于YOLOv8n等算法，改进后的YOLOv8-C3S网络的各项指标均有明显提升，具有良好的检测精度和鲁棒性。其精确度为98.1%，召回率为96.1%，检测精度为99.1%，mAP@0.5~0.95为79.3%，F1值为97.1%，有效实现了复杂背景下小拆卸目标的准确检测，同时为其他复杂背景下的小目标检测研究提供了实验基础。

来源：2025年第22期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第22期