机床与液压

作者：李慧敏，宋旭宁

单位：东华大学机械工程学院；东华大学机械工程学院

关键词：换向器;微小异物检测;轻量化网络;YOLOv8

基金：中央高校基本科研业务费专项资金项目（2232017D-14）

在电机自动化生产流水线中，换向器经过车削等工艺后，铜屑等异物掉入其绝缘槽内，从而影响电机性能。换向器槽内异物特征不明显，且异物微小难以发现。针对这一问题，提出一种基于改进的轻量化YOLOv8换向器槽内异物检测算法。设计合理照明系统采集绝缘槽内特征明显的图像，引入轻量化网络ShuffleNetV2替代YOLOv8网络中的主干结构，并对原网络中的C2f模块进行通道剪枝，减少模型的复杂程度。在模型的骨干网络中引入ELA注意力机制，增强小目标特征的提取能力，弥补轻量化带来的精度损失，提高模型检测性能。最后，将原网络中的CIoU损失函数替换为EIoU，使得正负样本分配更加合理，提高回归预测的准确性，进一步提升网络的检测精度。实验结果表明：相比于原始YOLOv8模型，改进的轻量化YOLOv8算法检测精度提高了1.1%，参数量、浮点计算量分别降低了0.35 MB、1.6 GB。该方法能够在树莓派等嵌入式设备下实现高精度检测，符合自动化实时检测的速度和精度需求。

来源：2025年第15期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第15期