基于改进的YOLOv8s的平线电机的静止器涂层质量的检测方法
Hongping Wang1, Gong Chen1, Xin Rong1
1School of Mechanical and Electrical Engineering, Changchun University of Science and Technology, Changchun 130012, China.
一个新的YOLOv8s-DFJA网络改善了在平线电机中实时检测稳压器涂层缺陷的性能. 这种增强型号实现了更高的准确性和速度,同时降低了新能源汽车更好的质量控制参数.
科学领域:
- 电气工程 电气工程
- 材料科学 材料科学 材料科学
- 计算机视觉 计算机视觉
背景情况:
- 静止器涂层质量对于新能源汽车的性能至关重要.
- 由于缺陷尺寸小且数量大,定子涂层的实时缺陷检测具有挑战性.
- 现有的方法难以准确有效地识别缺陷.
研究的目的:
- 开发一个先进的深度学习模型,用于准确和实时检测定位器涂层缺陷.
- 提高平线电机定位器缺陷检测系统的效率和稳定性.
- 解决当前方法在识别小和众多缺陷方面的局限性.
主要方法:
- 提出了YOLOv8s-DFJA网络,这是YOLOv8s的增强版本.
- 集成的DSFI-HEAD用于更好地调整分类和本地化之间的任务.
- 引入了LEFG模块,以优化功能提取和网络轻量化的骨干.
- 利用数据增强技术来丰富定制的定态器涂层缺陷数据集.
主要成果:
- 与YOLOv8s相比,YOLOv8s-DFJA显示mAP@.5增加了6.4%,而YOLOv8s.
- 在精度上提高了1.1%,在回忆上提高了8.1%.
- 提高了9.8 FPS/s的处理速度,并减少了3 Mb的参数.
- 展示了增强的稳定性和概括能力.
结论:
- YOLOv8s-DFJA网络提供卓越的性能,可以快速准确地检测稳定器涂层质量缺陷.
- 提议的改进有效地解决了检测小和众多缺陷的挑战.
- 该模型为平线电机制造业实时质量控制提供了可行的解决方案.
更多相关视频
10:52Design, Instrumentation and Usage Protocols for Distributed In Situ Thermal Hot Spots Monitoring in Electric Coils using FBG Sensor Multiplexing
Published on: March 8, 2020
06:17Quantifying the Relative Thickness of Conductive Ferromagnetic Materials Using Detector Coil-Based Pulsed Eddy Current Sensors
Published on: January 16, 2020
相关概念视频
Magnetic Field Due To A Thin Straight Wire
Magnetic Field Due to Two Straight Wires
Torque On A Current Loop In A Magnetic Field
Consider a rectangular current-carrying loop containing N turns of wire, placed in a uniform magnetic field. The net force on a current-carrying loop...
Magnetic Force On Current-Carrying Wires: Example
Magnetic Field Of A Current Loop
Magnetic Field of a Solenoid
Consider a solenoid with 100 turns wrapped around a cylinder of...
