机床与液压

作者：张豪杰，郑鹏，乔王威，王明基，李季村

单位：郑州大学机械与动力工程学院；郑州大学机械与动力工程学院；南京中船绿洲机器有限公司；郑州大学机械与动力工程学院；郑州大学机械与动力工程学院

关键词：小模数蜗杆;缺陷检测;改进YOLOv8n模型;注意力机制;损失函数

基金：河南省自然科学基金项目（242300420014）

小模数蜗杆是工业中常用的机械零件，但其表面结构复杂且几何尺寸较小，导致表面缺陷检测难度大，检测精度和效率均较低。为解决这一问题，提出一种基于改进YOLOv8n模型的蜗杆表面缺陷检测方法。针对蜗杆的缺陷特点和材料特性，设计图像采集装置。通过引入C2fCIB模块，有效降低YOLOv8n模型的参数量和计算复杂度；结合高效通道注意力（ECA）机制，在不增加模型规模的前提下提升特征提取能力。此外，引入Focaler-CIoU损失函数，有效缓解困难样本与简单样本分布不平衡的问题，进一步提高检测精度。最终，通过继续训练方法优化模型。实验结果表明:该方法在检测精度、mAP@50、FPS等方面均优于现有主流算法，检测精度达到91.4%，mAP@50达到91.8%，FPS达到191.6，参数量和浮点运算次数分别为2.79×106和7.9×109，基本能够满足工业实际应用需求。

来源：2025年第16期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第16期