一种轻量级实时焊缝缺陷分类模型
摘要
焊接过程中产生的焊缝缺陷对结构件的强度和使用寿命有较大的影响。针对现有焊缝缺陷分类模型中存在的参数量大、推理速度慢、成本高等问题，提出了一种轻量级实时焊缝分类模型（TDRE-YOLO-cls）。首先，更改YOLOV8n-cls模型架构，将较浅层的C2f模块更改为含有RepConv模块的重参数重塑卷积（RCR）模块，这样在获取多尺度特征的同时，有效控制了推理速度。其次，引入了一种含有特殊下采样和压缩机制的位置特定注意力模块（DPSA），有效减少了模型参数量。最后，为了进一步提升模型对关键信息的提取能力，为DPSA模块设计了一种专用的CSE注意力机制。结果表明，所提出的模型相较于YOLOv8n-cls，在推理速度同样为0.9 ms/frame的前提下，Top-1准确率提高了2.4%，加权精确率提高了2.3%，加权召回率提高了2.4%，并且模型参数量减少了52.1%。
引用本文（GB/T 7714）
李云浩 Li Yunhao, 李成铁 Li Chengtie, 李秋明 Li Qiuming. 一种轻量级实时焊缝缺陷分类模型[J]. Chinese Journal of Lasers, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。