基于YOLOv8的发动机缸内异物检测算法开发与应用
房运涛
李爽
韩晓琴
翟强
庄顺胥
齐伟
宋丽娟
潍柴动力股份有限公司,山东 潍坊 261061
摘要：为解决人工检测发动机缸内异物时的漏检和误检等问题,设计基于改进目标检测算法YOLOv8 的发动机缸内异物检测算法并进行试验验证.基于CoTNet中的注意力机制,设计Contextual Attention模块,重构C2f中的Bottleneck结构为CoA_C2f,替换YOLOv8 骨干网络中的C2f模块;将模型Neck部分连续上采样后的特征图Concat模块替换为上下文聚合模块CAM;在Neck和Head之间嵌入Triplet Attention模块.试验结果表明:设计的发动机缸内异物检测模型可有效识别缸内异物,在原始 YOLOv8 基础上引入 CoA_C2f、CAM 和 Triplet Attention 3 个模块后的平均检测精度提高 21.65%.
关键词：改进YOLOv8算法目标检测机器视觉异物检测
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2024-08-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：8( 33-40 )
英文信息