机床与液压

作者：冯绍军，汪宇玲，常佳熠

单位：东华理工大学信息工程学院；东华理工大学信息工程学院；新南威尔士大学计算机科学与工程学院；东华理工大学信息工程学院

关键词：滚动轴承;表面缺陷;YOLOv8;注意力机制;动态检测头

基金：国家自然科学基金地区科学基金项目(62066003)；国家留学基金(CSC202208360143)

为提升滚动轴承表面缺陷检测准确率，降低微小缺陷的漏检率，提出一种改进YOLOv8的轻量级轴承表面缺陷检测算法——YOLOv8n-DAS。采用一种结合注意力机制的动态检测头，该检测头将尺度感知、空间感知和任务感知三者相统一，以实现更强的特征表达能力。采用ADown模块进行下采样，以突出边缘缺陷特征并降低模型规模。最后，为了进一步提升模型对小目标缺陷的检测能力，在网络颈部添加小目标检测层，增强浅层语义信息与深层语义信息的融合，保留更多的细节信息。实验结果表明：与基准模型YOLOv8n相比，改进算法的准确率、召回率、平均精度分别提升了1.4%、3.1%、2.4%，算法检测速度为72 帧/s；通过与主流轻量级目标检测算法进行比较，YOLOv8n-DAS算法对轴承表面缺陷有较好的检测性能。

来源：2025年第11期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第11期