基于改进YOLOv8的船板焊缝质量检测方法

针对目前船舶制造工业之中船板焊缝质量检测精度不高、模型计算量大的问题.提出基于改进YOLOv8模型的高精度、轻量化自动检测方法(REF_YOLOv8).该方法引入了由Res2Net和EMA注意机制整合而成的REM模块,增强了感受野的同时减少了计算开销.同时,利用SIoU融合Focal机制形成Focal-SIoU机制,取代原有的CIoU,优化目标重要性评估与预测框位置判断.此外,使用GhostConv取代了传统的Conv操作,在不影响性能的情况下降低了计算成本.实验结果表明,改进后模型相比原始YOLOv8,mAP@0.5提高3.3%,模型的计算量减少31.5%,参数量减少了36.7%,证明了REF_YOLOv8模型在船板焊缝识别领域的高精度和高效性.