基于改進(jìn)YOLOv8的航空發(fā)動(dòng)機(jī)葉片表面缺陷檢測(cè)

摘要： 針對(duì)航空發(fā)動(dòng)機(jī)葉片表面缺陷的復(fù)雜性，檢測(cè)效率和精度不高的問題，提出了一種改進(jìn)的基于注意力機(jī)制的YOLOv8s航空發(fā)動(dòng)機(jī)葉片表面缺陷檢測(cè)方法。通過將EIoU替換為CIoU作為算法的損失函數(shù)。在提高邊界框回歸速率和目標(biāo)定位精度的同時(shí)，改善數(shù)據(jù)集中的質(zhì)量不平衡問題。在主干特征網(wǎng)絡(luò)(Backbone)中嵌入EMA注意力模塊，以增強(qiáng)對(duì)關(guān)鍵特征的提取，提高模型的檢測(cè)準(zhǔn)確性。使用自建的航空發(fā)... （共5頁）