基于改进 YOLOv8 的化工泄漏检测方法

王爽; 欧阳泽; 祝皓轩; 殷毅超; 周帝宏; 王祺; 李永豪; 王海洋(70-79)

文章摘要

author_cn_name].基于改进 YOLOv8 的化工泄漏检测方法[J].重庆科技学院学报（自然科学版）,2025,(2):.

基于改进 YOLOv8 的化工泄漏检测方法

DOI：10. 19406 / j. issn. 2097-4531. 2025. 02. 009

中文关键词: 化工泄漏检测 YOLOv8 模型 EfficientViT 模块 DySample 模块 C2f_DCNv2 模块

英文关键词:

基金项目:重庆市自然科学基金项目“ 基于加速寿命试验和不精确概率理论的工业机器人关键件可靠性评估研究” (2022NSCQ-MSX1911);重庆市教育委员会科学技术研究项目“加速寿命试验下谐波减速器可靠性建模及寿命预测”(KJQN202101539)

作者	单位
王爽欧阳泽祝皓轩殷毅超周帝宏王祺李永豪王海洋(70-79)	重庆科技大学机械与动力工程学院

摘要点击次数: 94

全文下载次数: 0

中文摘要:

加强化工泄漏检测对保障企业安全生产、减少经济损失和保护环境具有重要意义,传统的传感器检测方法存在检测范围有限、实时性不高、易受环境干扰等问题。为此,提出了一种基于改进 YOLOv8 的化工泄漏检测方法,使用 3 种优化方法对 YOLOv8 模型进行改进。使用 EfficientViT 模块改进主干网络中的特征提取网络,以增强模型的全局信息捕捉能力;引入超轻量上采样模块,以增强模型对特征纹理细节和边缘信息的还原能力;使用 C2f_DCNv2 模块替换 C2f 模块,以增强模型对大尺度特征的检测能力。实验结果表明,与 YOLOv5、YOLOv8 模型相比,改进模型的精度分别提升了 5. 4 百分点和 3. 5 百分点,改进模型的平均精度均值分别提升了 10. 3 百分点和 3. 5 百分点。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭