热加工工艺

作者：兰天宇, 高延峰, 孙艺瑕,

关键词：CLAHE, YOLOv8, GAM, 缺陷识别, 射线检测,

核电站建设对焊缝质量要求非常严格，使用智能手段替代人工射线评片具有重要意义。然而核电现场拍摄的X光片图像成像质量较低，导致焊缝缺陷智能检测精度低。针对冷阴极X光片图像，将CT值映射为灰度值，然后通过灰度取补以及CLAHE算法优化图像对比度，从而将X光片数据处理成较为清晰的图像。针对焊缝缺陷检测问题，对YOLOv8n模型进行改进，增加小目标检测层、将边界损失函数更换为Wise-IoU以及增加GAM注意力机制来提高网络特征提取能力。实验表明：经过对图像以及模型的两阶段优化处理，改进后的缺陷检测模型相对原始模型将mAP@0.5∶0.95提高了29.8%。在精度与复杂模型YOLOv5x接近的情况下，参数量和浮点运算量仅为后者的4%和6%，且模型大小不到7 MB，利于工业场景中便携式低性能设备的部署使用。

来源：2026年第2期

《热加工工艺》期刊编辑部

查看热加工工艺杂志2026年第2期