改进YOLO11n-seg的推进剂拉伸裂纹边缘提取方法

林振飞 ,  许进升 ,  黄薇 ,  刘欢

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (31) :13576-13584

PDF (8564KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (31) :13576-13584 DOI: 10.12404/j.issn.1671-1815.2508464
论文:自动化技术、计算机技术

改进YOLO11n-seg的推进剂拉伸裂纹边缘提取方法

作者信息 +

Improved YOLO11n-seg for Propellant Tensile Crack Edge Extraction Method

Author information +
文章历史 +

摘要

针对裂纹检测及分割任务中裂纹边界不清晰、轮廓分割不准确等问题,提出一种改进YOLO11n-seg的裂纹边界检测与分割算法,设计了边缘增强卷积(enhanced edge attention conv, EEA)模块,通过多尺度的空洞卷积以增强模型对边缘特征的处理,同时提出通道-空间并行注意力模块(channel-spatial parallel attention module, CSPA),加权融合通道与空间信息,使模型聚焦目标区域、增强学习能力,最后引入DySample轻量化动态上采样模块置入颈部网络让模型更好地处理特征细节和语义信息。实验结果表明,该算法在自制推进剂拉伸裂纹数据集中,比原YOLO11-seg模型在精确率、召回率、mAP@0.5与mAP@0.5:0.95指标上分别提高了3.6%、1.6%、1.8%、4.6%;在不同模型对比实验中,mAP@0.5:0.95指标相较于其他对比模型平均提升15%,充分验证了模型的有效性和准确性。该算法对推进剂损伤演化分析、结构完整性评价和发动机安全性评估具有重要意义。

Abstract

To address issues such as unclear crack boundaries and inaccurate contour segmentation in crack detection and segmentation, an improved YOLO11n-seg-based algorithm for crack boundary detection and segmentation was proposed. An enhanced edge attention convolution(EEA) module was designed, and multi-scale atrous convolution was employed to strengthen edge-feature processing. A channel-spatial parallel attention(CSPA) module was introduced, and channel and spatial information were weighted and fused so that attention was concentrated on target regions and learning capability was enhanced. A lightweight dynamic upsampling module(DySample) was incorporated into the neck network, and feature details and semantic information were better preserved. Experiments were conducted on a self-made propellant tensile crack dataset. Compared with the original YOLO11n-seg model, improvements of 3.6% in precision, 1.6% in recall, 1.8% in mAP@0.5, and 4.6% in mAP@0.5:0.95 are achieved. In cross-model comparisons, an average improvement of 15% in mAP@0.5:0.95 over other baseline models is obtained, and the effectiveness and accuracy of the proposed method are validated. The proposed algorithm is of great significance for propellant damage evolution analysis, structural integrity evaluation, and engine safety assessment.

Graphical abstract

关键词

推进剂裂纹 / 图像分割 / 空洞卷积 / YOLO11n-seg / 注意力机制

Key words

propellant cracks / image segmentation / atrous convolution / YOLO11n-seg / attention mechanism

引用本文

引用格式 ▾
林振飞, 许进升, 黄薇, 刘欢. 改进YOLO11n-seg的推进剂拉伸裂纹边缘提取方法[J]. 科学技术与工程, 2026, 26(31): 13576-13584 DOI:10.12404/j.issn.1671-1815.2508464
LIN Zhen-fei, XU Jin-sheng, HUANG Wei, LIU Huan. Improved YOLO11n-seg for Propellant Tensile Crack Edge Extraction Method[J]. Science Technology and Engineering, 2026, 26(31): 13576-13584 DOI:10.12404/j.issn.1671-1815.2508464

登录浏览全文

4963

注册一个新账户 忘记密码

固体推进剂作为固体火箭发动机的能量载体[1],研究其拉伸裂纹边界极为重要,它是深入理解推进剂断裂行为、评估其抵抗裂纹扩展能力(韧性)、预测结构完整性、优化配方工艺、保障发动机安全可靠工作以及评估贮存寿命[2]的关键窗口和重要手段。目前,推进剂拉伸裂纹提取的工作主要依赖人工沿着裂纹边界标点连接完成,在处理大量图片或视频数据时效率很低,并且容易出现边界界定标准模糊的情况。因此,快速且精确地提取推进剂拉伸裂纹边界已经成了一个迫切需要解决的问题。以往使用的Sobel等[3]、Canny[4]边缘检测算子存在着对图像的噪声敏感、定位精度不高并且需要针对性地调参等问题。相比之下,深度学习可以直接通过训练数据更新参数,具有较高的准确性与鲁棒性[5]。
近年来,基于深度学习技术的缺陷检测算法已经应用于金属构件[6]、印刷电路板(printed circuit board,PCB)[7]、建筑裂纹[8]、道路裂缝[9]等。Tao等[10]提出了一种级联的自动编码器,用于金属表面缺陷的定位和分割,并通过卷积神经网络(convolutional neural networks,CNN)对分割出的缺陷区域进行分类。Zhang等[11]开发了一种具有分割网络和全卷积鉴别器网络两个子网络的SGAN(semi-supervised learning with GAN),以获得像素级的精确分割结果。Qiu等[12]提出改进的MobileNetV2-SSD(single shot multibox detector) 工件表面缺陷检测方法,构建特殊的特征融合结构,对小、中、大目标检测头精准融合特征,有效解决漏检与误检问题。刘财喜等[13]通过结合双向特征融合网络与多尺度注意力上下文聚合模块,实现了对焊缝表面缺陷的精准检测。石一可等[14]通过引入GSConv(group shuffle convolution)、BiFPN(bidirectional feature pyramid network)和SPPEC(spatial phramid pooling with Enhanced Local attention network, and convolutional block attention module)等结构降低模型计算量并优化锚框位置。赵顺祥等[15]针对断线缺陷检测问题设计了具有多路径机制与动态权重机制的注意力模块,有效提升模型对复杂场景的适应性。Yu等[16]提出了一种专为检测微小PCB缺陷的轻量级高效网络,引入了对角特征金字塔以增强细微缺陷的检测,并且设计了一个多尺度颈缩网络来适应各种尺度的缺陷。Zheng等[17]通过将连续卷积模块集成到 Mo-bileNetV2架构中,形成了一种增强型CNN,提高了PCB缺陷的检测速度和检测准确性。Cha等[18]提出了一种改进的 Faster R-CNN,该框架修改了ZFNet(Zeiler & Fergus network)的区域提案网络,提供了更加灵活的边界框大小,用于混凝土裂缝和钢筋分层的缺陷检测。张学辉等[19]采用多尺度深度可分离卷积并结合SE(squeeze-and-excitation)注意力机制实现了不同尺度特征的通道动态融合,在保证裂缝分割精度的同时降低了模型的参数量。Nguyen等[20]通过 VGG(visual geometry group)网络实现了道路裂缝和坑洼的自动检测,并通过数据增强处理技术提高了模型的鲁棒性。贾翔宇等[21]提出了一种双分支动态融合检测算法(dualbranch dynamic feature fusiondetection,D3F-DET),在特征提取的同时大幅降低了网络参数量,并且能自适应地调整注意力范围。
尽管上述研究模型在相关领域表现非常出色,但是当应用在推进剂拉伸裂纹分割时却表现出精度低、训练时间长、无法有效区分边界等问题,其综合性能无法匹配YOLO(you only look once)系列中最新的YOLO11-seg[5]。在YOLO11改进模型方面,已有部分研究取得了一定的进展,但是面向推进剂拉伸裂纹的检测与分割暂无较好的模型,王国国等[22]提出基于YOLO11的绝缘子缺陷检测,引入了GhostConv模块与CA(coordinate attention for efficient mobile network design)注意力,然而卷积层生成的特征图无法捕捉裂纹边缘的细节特征。靳子越等[23]提出了基于YOLO11-seg的轻量级岩石裂隙检测及分割算法,通过结合不同感受野的卷积层实现了对特征的多尺度筛选与增强,然而引入的Focaler-IoU(intersection over union)使得网络在达到设定阈值后不会继续优化边界精度,影响mAP@0.5:0.95。
因此,为了快速且精确地提取推进剂拉伸裂纹边界,以YOLO11n-seg模型作为基础模型,针对裂纹边缘复杂、特征提取不完全等问题,提出边界增强卷积模块、通道-空间并行注意力模块以增强网络对边缘的感知、改善网络的特征提取,并将动态上采样模块引入颈部网络以增强特征细节,提高上采样质量。改进后的模型可以实现对推进剂裂纹边界的精准分割,揭示裂纹的几何形态、张开程度等随时间或载荷的变化规律,对于推进剂损伤演化分析、结构完整性评价和发动机安全性评估具有重要意义。

1 模型

1.1 YOLO11n-seg模型

YOLO11n-seg模型是Ultralytics公司于2024年9月推出的YOLO系列算法,与前代YOLO算法架构基本相同,由骨干网络、颈部网络和检测头3个部分组成[24]。相较于之前的YOLO系列模型,YOLO11n-seg能够用更少的参数达到更快的训练速度与训练精度。

YOLO11n-seg的主要改进在于引入了C3k2(cross stage partial kernel 2)与C2PSA(cross stage partial with spatial attention)两个模块。C3k2模块为图像特征提取模块,是前代YOLO模型中C2f模块的变体,使用C3k层替换C2f中的Bottleneck层,但同时允许在运行时选择是否使用C3k层来处理特征,结合了C2f的速度优势与C3k的灵活性。C2PSA模块为带有注意力机制的特征提取模块,结合了CSP(cross stage partial connections)结构与PSA模块的注意力机制,提高了模型对目标特征的关注,以及复杂环境下物体检测的精度。

1.2 改进的YOLO11n-seg模型

尽管YOLO11n-seg已经是目前YOLO系列中速度最快、精度最高的模型,但在实际应用中仍然需要改进一些地方。为此,针对YOLO11n-seg在执行分割推进剂拉伸裂纹分割任务时骨干网络无法充分保留细节特征、边界框回归不准确、分割边界模糊等情况进行改进,首先提出多尺度边缘增强卷积模块(enhanced edge attention conv,EEA)以增强对裂纹边缘特征的处理,改善分割边界,其次采用通道-空间并行注意力模块(channel-spatial parallel attention module,CSPA)并将其引入C3k2中,增强模型处理复杂场景时对目标特征的提取能力,最后将DySample轻量化动态上采样模块置入颈部网络让模型更好地处理特征细节和语义信息。改进后的模型结构如图1所示。

1.2.1 边缘增强卷积模块

由于固体推进剂材料具有复杂的复合结构和非均质特性,其拉伸裂纹边界往往呈现出灰度过渡平缓、纹理噪声干扰强等特点,边缘特征难以被精确辨识,并且在深层次的卷积操作中,部分边界细节不可避免地会出现缺失,为了改善这种情况并且获取更加丰富的多尺度边界信息,基于复杂稠密网络下的并置多尺度融合边缘检测模型[25],设计了如图2所示边缘增强卷积模块。该模块能够多尺度地提取边缘特征,并且根据训练结果学习增强的程度以达到最佳的分割效果。考虑到分割任务对边缘的敏感性,在骨干网络的中间层与深层添加EEA以增强边缘特征。

该模块以浅层骨干网络提取到的特征inputs作为输入,为了细化不同的边缘特征,构建了3个并行的卷积核大小k为3×3的空洞卷积(atrous convolution,AtConv),膨胀率D分别等于1、2、3,对应的感受野大小从3×3到5×5到7×7,之后将得到的三个边缘特征沿通道方向连接,再用一个3×3的卷积串联一个1×1的卷积进行融合以实现跨通道的边缘信息整合,得到单通道边缘特征图。过程表示为

$\mathit{X}\mathit{i}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}1\times 1\left\{\mathrm{R}\mathrm{e}\mathrm{L}\mathrm{U}\right[\mathrm{A}\mathrm{t}\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{3\times 3}^{{\mathit{D}}_{\mathit{i}}}\left(\mathrm{i}\mathrm{n}\mathrm{p}\mathrm{u}\mathrm{t}\mathrm{s}\right)\left]\right\},\mathrm{ }\mathit{i}=\mathrm{1,2},3$
Xout=Conv1×1{ReLU[Conv3×3(X)]}
ReLU(x)=max(0,x)

式中:Xi分别为三个空洞卷积后的输出;Conv1×1为卷积核大小为1×1的卷积;AtCon${\mathrm{v}}_{3\times 3}^{{\mathit{D}}_{\mathit{i}}}$为卷积核大小为3×3、膨胀率为Di的空洞卷积;X为Xi沿通道方向连接的结果;Xout为边缘特征图;ReLU为激活函数。

空洞卷积通过不同的膨胀率获得不同感受野的特征图,较小的感受野(如3×3)能够聚焦于局部细节,有助于模型捕获细微裂纹边缘,较大的感受野(如7×7)能够引入更大的上下文,捕获裂纹

边界的整体轮廓,位于两者中间的5×5大小的感受野则可以扩大局部范围,兼顾边缘的连续性与局部细节,因此,选用膨胀率分别为1、2、3的空洞卷积。通过将三者沿通道方向拼接后再融合,模型能够在同一特征空间中综合多尺度的边缘信息,既能保留边缘细节纹理,又能加强裂纹主轮廓与全局一致性。

为了使得网络能够自适应控制边缘特征对原始特征的增强强度,引入权重系数w1,并以此构造调制权重矩阵w2,w1通过反向传播自动学习最佳值,当w1趋向较大的正值时,w2将依据边缘特征图的空间分布对特征进行差异化调制,使边缘区域被显著增强,非边缘区域则被抑制,反之当w1趋向负值时,w2将近似于1,模块自动退化为恒等映射。该过程可以表示为

w2=1+Sigmoid(w1)Xout

式(4)中:Sigmoid为激活函数,可以确保权重系数在一个合理的范围内。

在得到加权的单通道边缘特征图后,为了防止出现梯度消失和性能衰减,同时提高训练效率与增强模型泛化能力,设计一个残差连接模块,计算公式为

$\text { out }=\text { inputs } \otimes w_{2}$

式(5)中:out为EEA模块最终输出特征;$\otimes$表示沿通道维度逐元素相乘。

在将inputs与w2残差连接的支线过程中,并未对inputs进行任何变换,这与本模块在YOLO11n-seg骨干网络中的位置密切相关,在此模块之前,原始输入图像已经经过了C3k2等模块,进行了一定程度的特征提取。如果再在此残差连接的分支上额外增加卷积或通道注意力机制,则会使得网络性能衰减。实验证明,增加卷积或通道注意力机制后,不仅参数量大幅提升,训练速度与最终精度也都出现了一定的下降。

由于模块设计时采用了并行特征提取的结构,一定程度上增加了训练的参数量,针对这个问题,引入了通道缩减参数(channel_reduce),通常设置为4,表示可以将inputs输入特征的通道数缩减为原来的1/4,通过该设计可以减少浮点运算次数(floating point operations,FLOPs),在不太影响训练结果的情况下显著提高训练速度,尤其是在深层网络结构中。计算方法为

C2=$\frac{1}{\mathrm{c}\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{l}\_\mathrm{r}\mathrm{e}\mathrm{d}\mathrm{u}\mathrm{c}\mathrm{e}}$C1

式(6)中:C1为输入特征的通道数;C2为空洞卷积时的通道数。

1.2.2 通道-空间并行注意力模块

注意力机制在图像分割和计算机视觉中有着至关重要的作用。注意力机制通常由通道注意力和空间注意力组成,通道注意力机制通过对特征通道进行动态权重校准,实现对不同层级语义信息的筛选与增强;空间注意力机制则通过生成空间权重映射,引导模型关注特征图中的关键区域。如果只使用其中一种注意力,就会导致模型对另一个方面的关注不足。因此为了使模型能够聚焦关键对象和区域,基于文献[26]设计了如图3所示的通道-空间并行注意力模块(channel-spatial parallel attention module, CSPA),该模块同时对输入的图像进行通道与空间两方面注意力的计算,并将计算结果分别与原始输入进行融合得到单独的通道注意力与空间注意力,再经过两个可学习的权重系数将两个注意力进行融合得到加权的注意力,最终将融合的注意力与输入进行残差连接得到最后的输出特征。其中通道注意力的计算过程可以表示为

Aavg=ReLU(W1avg+b1)
Amax=ReLU(W1max+b1)
Savg=Sigmoid(W2Aavg+b2)
Smax=Sigmoid(W2Amax+b2)
CA=(Savg+Smax)☒inputs

式中:W1、W2为权重;b1、b2为偏置项;avg表示对输入进行全局平均池化;max表示对输入进行全局最大池化;ReLU、Sigmoid为激活函数。

空间注意力的计算过程可以表示为

Y=Conv1×1{$\sum _{\mathit{i}=0}^{3}$Bi[DwConv(inputs)]}
SA=Y\otimes inputs

式中:Conv1×1为卷积核大小为1×1的卷积;Bi为第i个分支;DwConv表示深度可分离卷积;i=0,1,2,3,分别代表卷积核大小为5×5、1×7与7×1、1×11与11×1、1×21与21×1的卷积核。

在得到通道注意力与空间注意力后,通过增加自学习权重系数w1与w2,在反向传播中优化,使模型可以在学习过程中自适应平衡通道注意力与空间注意力;同时为了保留部分原始特征,加入残差连接得到最终模块的输出。表达式为

out=Conv(w1CA+w2SA)+inputs

式(14)中:CA、SA分别为通道注意力、空间注意力。

在增加各种模块后,网络结构会变得复杂,为了进一步简化网络,不直接将上述CSPA模块加入主干网络中,而是将此模块引入C3k2中得到C3k2_CSPA。C3k2_CSPA继承了C3k2的一切属性,并且可以在运算后得到带有注意力的特征图。

1.2.3 动态上采样模块

相较于传统的最近邻插值算法在上采样过程中可能出现的无法有效捕捉特征的细节和语义信息,难以适应复杂的图像内容,采用动态上采样模块DySample[27]加入模型的颈部网络并替换原本的上采样模块。该模块可以通过卷积层自动生成空间偏移向量,使得采样位置能够根据图像特征动态调整,提升边缘与纹理的质量,该过程可以初步表示为

x'=grid_sample(x,S)
O=linear(x)
S=g+O

式中:grid_sample为网格采样函数;x∈C×H1×W1为输入特征;x'为输出特征;S为调整后采样网格;O为偏移量;linear为线性层;g为原始采样网格。

由于归一化层的存在,某个输出特征的值通常在[-1,1]的范围中,因此局部采样位置的移动范围可能会重叠,影响边界附近的预测。为了缓解这种情况,将偏移量乘以一个静态范围因子以约束采样位置的移动范围,计算公式为

O=0.25linear(x)

为了增大偏移量的灵活性,通过使用Sigmoid函数和0.5的静态范围因子生成[0,0.5]范围的动态作用域,如图4所示。将输入特征线性投影生成逐点的动态范围因子,可以表示为

O=0.5Sigmoid[linear1(x)]linear2(x)

2 实验

2.1 实验环境

实验全部采用Windows11操作系统,基于Python3.12、PyTorch2.5.1以及CUDA12.4构建深度学习模型,硬件平台为NVIDIA GeForce RTX 4060 GPU。在训练过程中,初始学习率设置为0.01,启用余弦学习率衰减,批量大小设置为4,动量因子为0.9,模型大小为n。优化器选择为AdamW,使模型在面对未知数据时有更好的泛化能力,模型训练过程中使用了YOLO11原始的多任务损失设计,包括边界框回归(complete intersection over union,CIOU)、目标置信度(binary cross-entropy loss,BCE)与分割掩膜(dice coefficient loss,Dice)损失,未对损失函数进行改动。为了提高训练精度,图像在输入时统一调整为1 280像素×1 280像素,训练迭代150次,预热次数为3次。

2.2 实验数据集

数据集制作过程中采用自行研制的原位视频成像系统进行实验室测试。在单轴拉伸机上安装了一个特殊构造的摄像机支架。该支架可随拉力机横梁一起运动。为了在拉伸过程中捕捉拉伸试样的裂纹扩展过程,显微镜摄像机透镜可以始终指向裂纹尖端。显微镜摄像头由远程操作设备远程操作,并在它们之间创建Wi-Fi连接。实验选用了帧速率为120 fps(帧/s)、分辨率为1 080像素×720像素的摄像机。

在得到实验视频后,通过逐帧筛选从视频中提取出合适的裂纹图像,实验包含单裂纹、双裂纹等多组不同情况。考虑到模型训练的鲁棒性需求,数据集中同时包含预处理与未预处理的图像:预处理图像会被施加随机旋转(±90°)、随机翻转(水平/竖直)、随机裁切等变换,并应用自适应直方图均衡化与非局部均值降噪强化图像特征,分别如图5、图6所示;未预处理图像全部从视频素材中直接采集。经过实验验证,包含预处理图像的数据集模型表现效果更好。

最终数据集包含图像1 616张,其中训练集1 242张,验证集187张,测试集187张。使用Labelme工具手动标注裂纹边界的多边形轮廓,如图7所示。标注精度控制在像素级,标注信息储存为.json文件,训练时转换为YOLO所需的.txt文件。

2.3 评价指标

模型性能使用精确率P、召回率R、平均精度均值(mean average precision,mAP)mAP@0.5和mAP@0.5:0.95等主要指标进行评估,其中使用mAP@0.5:0.95作为评估模型裂纹分割准确度的关键性指标。以上指标计算公式为

P=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}$
R=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}$
mAP=$\frac{1}{\mathit{n}}\sum _{\mathit{i}=1}^{\mathit{n}}$APi
AP=${\int }_{0}^{1}\mathrm{ }$PdR

式中:TP为模型正确预测的正样本数量;FP为模型错误预测的正样本数量;FN为模型未正确预测的正样本数量;AP为平均精度;n为样本数量。

2.4 消融实验

为了验证本文中提出的各模块对模型分割性能的影响,以YOLO11-seg原模型为基础模型进行消融实验,通过8组消融实验来分析结果,如表1所示。原模型的精确率为95.9%,召回率为96.3%,mAP@0.5为97.4%,mAP@0.5:0.95为70.8%。引入边缘增强卷积模块(EEA)后,精确率提升2.2个百分点,召回率提升1.4个百分点,mAP@0.5与mAP@0.5:0.95分别提升1.5、2.7个百分点,表明该模块对分割的边缘有较大提升。

单独添加通道-空间并行注意力模块(CSPA)后,精确率提升1.2个百分点,mAP@0.5、mAP@0.5:0.95分别提升1.2、0.4个百分点,召回率略微下降。单独添加动态上采样模块(DySample)后,精确率提升1.6个百分点,mAP@0.5、mAP@0.5:0.95分别提升0.8、0.4个百分点,召回率维持不变。组合EEA与CSPA模块后,精确率提升2.7个百分点,召回率提升0.7个百分点,mAP@0.5、mAP@0.5:0.95分别提升1.6、1.5个百分点。组合EEA与DySample模块后,精确率提升2.6个百分点,召回率提升0.4个百分点,mAP@0.5、mAP@0.5:0.95分别提升0.8、1.4个百分点。组合CSPA、DySample模块后,精确率提升2.3个百分点,mAP@0.5、mAP@0.5:0.95分别提升1.4、0.9个百分点,召回率有所降低。

当同时引入3个模块时,模型达到了最佳性能,精确率提高了3.6个百分点,召回率提升了1.6个百分点,这表明较好地改善了误检与漏检的情况,mAP@0.5达到了99.2%,mAP@0.5:0.95达到了75.4%。实验证明,本文模块与改进方法能够增强模型对复杂边缘情况的分割精度,使模型注意更多细节,比原模型有更优秀的表现。

2.5 不同模型对比实验

为了进一步评价改进模型的有效性,使用自制裂纹实验数据集在相同实验环境下将其与YOLOv5n[24]、YOLOv8-seg[25]、YOLOv9c-seg[26]、YOLOv10n[27]和YOLO11n-seg[28]进行比较。如表2所示,在精确率上,改进模型相较于前几个模型分别有着4.7、3.3、4.9、7.1、3.6个百分点的提升,在召回率上,分别有着9.1、9.5、8.8、7.2、1.6个百分点的提升,在mAP@0.5、mAP@0.5:0.95上分别有5.4、5.4、5.0、5.0、1.8、18.7、17、17.1、17.6、4.6个百分点的提升,mAP@0.5:0.95指标的提升代表着改进模型在分割边缘方面的精度更高,效果更好,在参数量方面,改进模型仅略高于YOLOv5n、YOLOv10n和YOLO11n-seg。

以上分析证明改进后的模型不仅在精确率、召回率和两个不同阈值的平均精度均值上均优于其他对比模型,同时还保持了轻量化的设计,在需要高精度与高效的分割任务时具有更大优势。

2.6 可视化分析

利用训练集与验证集进行150轮迭代训练后,使用训练得到的最佳权重在测试集上进行测试得到裂纹分割结果,如图8所示。可以看出所提出分割方法可以对不同大小、方向、数量、形状等裂纹进行精准的检测与分割。

为了直观对比改进的YOLO11n-seg与原YOLO11模型的分割效果,从测试集中随机抽取部分图片进行对比,结果如图9所示。可以看出本文方法在裂纹的扩展尖端处的分割精确率更高,边缘处更加准确与平滑,极大地减少了出现锯齿状掩码的情况,更加贴近真实情况。

3 结论

(1)训练数据集包含多种裂纹形态,并且应用了多种数据增强方法,显著提升模型的泛化能力。

(2)改进算法针对推进剂拉伸裂纹检测及分割任务中裂纹边界不清晰、轮廓分割不准确等问题,使在裂纹尖端及边缘区域的分割轮廓更加平滑与贴近真实边界,表现出更强的细节提取与边缘感知能力。

(3)改进算法所引进的3个模块在单独使用时均可提升模型的分割性能,其中EEA模块对边界检测的改善最为明显。

(4)在与多个模型的对比实验中,改进算法虽然参数量有略微提升,但是显著提高了在面对复杂裂纹边界时的分割准确度。

为使改进算法能够更加准确、广泛地处理裂纹特征,后续研究可进一步扩充数据集规模与复杂度,探索模型轻量化与跨材料场景的泛化性能,以支撑推进剂结构完整性评估与寿命预测的智能化分析。

参考文献

[1]

Mahjub A, Mazlan N M, Abdullah M Z, et al. Design optimization of solid rocket propulsion: a survey of recent advancements[J]. Journal of Spacecraft and Rockets, 2020, 57(1): 3-11.

[2]

Tang C, Qiang H, Geng T, et al. Advances in structural reliability analysis of solid propellant grain: a comprehensive review[J]. Polymers, 2025, 17(15): 2039.

[3]

Sobel I, Feldman G. A 3×3 isotropic gradient operator for image processing[R]. Stanford: Stanford Artificial Intelligence Project, 1968: 271-272.

[4]

Canny J. A computational approach to edge detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986, 8(6): 679-698.

[5]

Mathew A, Amudha P, Sivakumari S. Deep learning techniques: an overview[C]//International Conference on Advanced Machine Learning Technologies and Applications. Singapore: Springer Singapore, 2020: 599-608.

[6]

Luo Q, Fang X, Liu L, et al. Automated visual defect detection for flat steel surface: a survey[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 69(3): 626-644.

[7]

Ling Q, Isa N A M. Printed circuit board defect detection methods based on image processing, machine learning and deep learning: a survey[J]. IEEE Access, 2023, 11: 15921-15944.

[8]

Guo J, Liu P, Xiao B, et al. Surface defect detection of civil structures using images: review from data perspective[J]. Automation in Construction, 2024, 158: 105186.

[9]

Wang X, Gao H, Jia Z, et al. BL-YOLOv8: an improved road defect detection model based on YOLOv8[J]. Sensors, 2023, 23(20): 8361.

[10]

Tao X, Zhang D, Ma W, et al. Automatic metallic surface defect detection and recognition with convolutional neural networks[J]. Applied Sciences, 2018, 8(9): 1575.

[11]

Zhang G, Pan Y, Zhang L. Semi-supervised learning with GAN for automatic defect detection from images[J]. Automation in Construction, 2021, 128: 103764.

[12]

Qiu J L, Shen Y S, Lin J C, et al. An enhanced method for surface defect detection in workpieces based on improved MobileNetV2-SSD[J]. Expert Systems, 2025, 42(1): e13567.

[13]

刘财喜, 许伟. 基于WDFCOS的焊缝表面缺陷检测方法[J]. 科学技术与工程, 2025, 25(34): 14793-14800.

[14]

Liu Caixi, Xu Wei. Detection method of weld surface defects based on WDFCOS[J]. Science Technology and Engineering, 2025, 25(34): 14793-14800.

[15]

石一可, 周先军. 基于改进YOLOv7-tiny的钢材表面缺陷检测算法[J]. 科学技术与工程, 2026, 26(3): 1147-1156.

[16]

Shi Yike, Zhou Xianjun. Steel surface defect detection algorithm based on improved YOLOv7-tiny network[J]. Science Technology and Engineering, 2026, 26(3): 1147-1156.

[17]

赵顺祥, 周安亮, 王佳, 等. 基于改进YOLOv8n的单晶硅等径工艺缺陷检测[J]. 科学技术与工程, 2026, 26(4): 1565-1574.

[18]

Zhao Shunxiang, Zhou Anliang, Wang Jia, et al. Defect detection in constant-diameter growth process of monocrystalline silicon based on an improved YOLOv8n model[J]. Science Technology and Engineering, 2026, 26(4): 1565-1574.

[19]

Yu Z, Wu Y, Wei B, et al. A lightweight and efficient model for surface tiny defect detection[J]. Applied Intelligence, 2023, 53(6): 6344-6353.

[20]

Zheng J, Sun X, Zhou H, et al. Printed circuit boards defect detection method based on improved fully convolutional networks[J]. IEEE Access, 2022, 10: 109908-109918.

[21]

Cha Y J, Choi W, Suh G, et al. Autonomous structural visual inspection using region-based deep learning for detecting multiple damage types[J]. Computer-Aided Civil and Infrastructure Engineering, 2018, 33(9): 731-747.

[22]

张学辉, 李笑航, 田学昭, 等. 基于轻量化多尺度动态融合卷积模块的裂缝分割方法[J]. 科学技术与工程, 2025, 25(18): 7719-7728.

[23]

Zhang Xuehui, Li Xiaohang, Tian Xuezhao, et al. Segmentation method based on light measurement multi-scale dynamic fusion module[J]. Science Technology and Engineering, 2025, 25(18): 7719-7728.

[24]

Nguyen H T, Nguyen L T, Afanasiev A D, et al. Classification of road pavement defects based on convolution neural network in Keras[J]. Automatic Control and Computer Sciences, 2022, 56(1): 17-25.

[25]

贾翔宇, 张永宏, 阚希, 等. D3F-DET: 轻量化多尺度融合的路面缺陷检测算法[J]. 计算机工程与应用, 2025, 61(17): 159-170.

[26]

Jia Xiangyu, Zhang Yonghong, Kan Xi, et al. D3F-DET: Lightweight and multiscale fusion algorithm for pavement defect detection[J]. Computer Engineering and Applications, 2025, 61(17): 159-170.

[27]

王国国, 龚小玉, 袁发庭. 基于YOLO11s绝缘子缺陷检测的轻量化算法[J/OL]. 重庆工商大学学报(自然科学版), (2024-12-26)[2025-09-10]. https://link.cnki.net/urlid/50.1155.N.20241226.1428.003.

[28]

Wang Guoguo, Gong Xiaoyu, Yuan Fating. Lightweight algorithm based on YOLO11s insulator defect detection[J/OL]. Journal of Chongqing Technology and Business University(Natural Science Edition), (2024-12-26)[2025-02-12].

[29]

靳子越, 李海涛, 殷海晨, 等.YOLO11n-seg-RF: 一种改进YOLO11n-seg的轻量级岩石裂隙检测及分割算法[J]. 北京大学学报(自然科学版), 2026, 62(2): 237-252.

[30]

Jin Ziyue, Li Haitao, Yin Haichen, et al. An improved lightweight rock fracture detection and segmentation algorithm based on YOLO11n-seg[J]. Journal of Peking University(Natural Science Edition), 2026, 62(2): 237-252.

[31]

Jiang P, Ergu D, Liu F, et al. A review of YOLO algorithm developments[J]. Procedia Computer Science, 2022, 199: 1066-1073.

[32]

党建武, 张天胤, 田彬. 复杂稠密网络下的并置多尺度融合边缘检测模型[J]. 湖南大学学报(自然科学版), 2024, 51(8): 13-22.

[33]

Dang Jianwu, Zhang Tianyin, Tian Bin. Multi-scale fusion edge detection model with spatial co-location rule based on dense extreme inception network[J]. Journal of Hunan University(Natural Science Edition), 2024, 51(8): 13-22.

[34]

Huang H, Chen Z, Zou Y, et al. Channel prior convolutional attention for medical image segmentation[J]. Computers in Biology and Medicine, 2024, 178: 108784.

[35]

Liu W, Lu H, Fu H, et al. Learning to upsample by learning to sample[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision. New York: IEEE, 2023: 6027-6037.

[36]

Jocher G, Stoken A, Borovec J, et al. ultralytics/YOLOv5: v3.0[EB/OL]. (2020-08-13)[2025-09-14]. https://doi.org/10.5281/zenodo.3983579.

[37]

Mupparaju S, Thotakura S R, Choudary V R R. A review on YOLOv8 and its advancements[C]//International Conference on Data Intelligence and Cognitive Informatics. Singapore: Springer, 2024: 529-545.

[38]

Wang C Y, Yeh I H, Mark Liao H Y. Yolov9: learning what you want to learn using programmable gradient information[C]//European Conference on Computer Vision. Cham: Springer Nature Switzerland, 2024: 1-21.

[39]

Wang A, Chen H, Liu L, et al. YOLOv10: real-time end-to-end object detection[C]//Advances in Neural Information Processing Systems. Vancouver: NeurIPS, 2024: 107984-108011.

[40]

Khanam R, Hussain M. YOLOv11: an overview of the key architectural enhancements[J]. arXiv Preprint. arXiv: 2410. 17725, 2024.

基金资助

国家自然科学基金(52105107)

PDF (8564KB)

0

访问

0

被引

详细

导航
相关文章

/

〈 〉