DOI：10.3969/j.issn.1672-3872.2025.22.030
基金项目：甘肃省市场监督管理局科技计划项目（SSCJG-TS-A202302）
作 者：马彦鸿 1，2 ，刘二林 1 ，高文俊 2 ，冯海照 3
（1. 兰州交通大学机电工程学院，甘肃 兰州 730070；2. 甘肃省特种设备检验研究院，甘肃 兰州 730030；3. 兰州交通大学自动化与电气工程学院，甘肃 兰州 730070）
摘 要：电梯钢带因长期使用和环境影响可能导致表面出现裂纹、断丝可见和表面覆层损坏等缺陷，若未及时检测和处理，可能引发严重的安全事故。针对现有钢带表面缺陷检测方法依赖人工目视检查，效率低且难以实时监测的问题，文章提出了一种基于YOLOv8改进的钢带表面缺陷检测算法。首先引入动态蛇形卷积模块，自适应调整卷积核形状和大小以更好地捕捉钢带表面的局部特征；其次采用三重注意力机制并结合针对小目标的检测层，增强了模型对不同尺度和复杂背景下缺陷的感知能力；最后采用Wise-IoU动态调整边界框回归损失，提升了模型的泛化能力。研究结果表明，改进后的算法在钢带表面缺陷检测的AP和mAP等指标上均显著优于其他YOLO系列算法，具备更高的检测精度和鲁棒性。
关键词：缺陷检测；动态蛇形卷积；三重注意力机制；Wise-IoU
引文信息：[1]马彦鸿，刘二林，高文俊，等.基于YOLOv8改进的电梯钢带表面缺陷检测模型研究[J].南方农机，2025，56(22)：121-125+146.
查看全文请下载PDF文件↓
