摘要: 核燃料棒在反应堆运行中面临极端服役环境，其包壳管与端塞焊缝的精密检测是核安全的重要保障措施。针对真实缺陷发生概率低、X射线成像设备成本高等原因缺乏高质量的训练数据集，以及现有模型难以满足实时性检测需求等问题，本文设计了一种基于不均衡卷积特征提取的智能缺陷检测算法，通过在边界回归损失函数中引入距离注意力机制，构建基于不均衡卷积的特征提取主干网络，获得了具有高检测精度和良好实时性的检测模型YOLOv8n-WIOU-Fasternet，解决缺陷特征不均衡导致的检测模型精度有限和稳定性差的问题。实验结果表明，该模型的检测精度明显优于人工特征提取类缺陷检测方法和原始的YOLOv8模型，漏检率和误检率均低于5%，该模型在检测精度和检测速度的平衡能力上表现良好。
相关信息
点击量
下载量
