申请/专利权人:中国特种设备检测研究院
申请日:2024-01-26
公开(公告)日:2024-04-26
公开(公告)号:CN117934430A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/764;G06V10/774
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明提供了一种基于改进YOLOv8的工业管道缺陷检测方法及系统,涉及工业管道缺陷检测技术领域,该方法包括:获取管道表面图像,利用管道缺陷检测模型,识别管道表面图像中的缺陷位置和缺陷类型,管道缺陷检测模型基于改进YOLOv8网络,在训练的过程中,基于WIoU损失和Sophia优化器替换原手段,最终的模型可快速、准确地识别出管道表面图像中的缺陷位置和缺陷类型。相较于传统的YOLOv8算法,本发明利用WIoU损失函数替换了CIoU损失函数,提高了训练的稳定性、收敛速度和识别准确率;利用Sophia优化器替换了官方的AdamW优化器,模型的训练时间能够得到大幅缩短,节省大量的计算资源,内存占用更少。
主权项:1.一种基于改进YOLOv8的工业管道缺陷检测方法,其特征在于,包括:获取管道表面图像;利用管道缺陷检测模型,识别所述管道表面图像中的缺陷位置和缺陷类型;所述管道缺陷检测模型为基于改进YOLOv8网络得到的模型;所述改进YOLOv8网络包括缺陷位置检测分支和缺陷类型检测分支,所述缺陷位置检测分支以WIoU损失作为损失函数;所述改进YOLOv8网络在进行训练时利用Sophia优化器更新所述改进YOLOv8网络的模型参数。
全文数据:
权利要求:
百度查询: 中国特种设备检测研究院 基于改进YOLOv8的工业管道缺陷检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。