您当前的位置:
首页 >
文章列表页 >
改进YOLOv8的风机叶片多尺度缺陷检测
信息科学 | 更新时间:2025-07-01
    • 改进YOLOv8的风机叶片多尺度缺陷检测

    • Improvement of YOLOv8 for multi-scale defect detection in wind turbine blades

    • 在风机叶片缺陷检测领域,提出了基于YOLOv8的改进算法,有效提升了检测精度和召回率。
    • 光学精密工程   2025年33卷第9期 页码:1496-1514
    • DOI:10.37188/OPE.20253309.1496    

      中图分类号: TP391.41;TP183
    • CSTR:32169.14.OPE.20253309.1496    
    • 收稿日期:2024-12-16

      修回日期:2025-01-24

      纸质出版日期:2025-05-10

    移动端阅览

  • 朱广,顾晨,徐立云等.改进YOLOv8的风机叶片多尺度缺陷检测[J].光学精密工程,2025,33(09):1496-1514. DOI: 10.37188/OPE.20253309.1496. CSTR: 32169.14.OPE.20253309.1496.

    ZHU Guang,GU Chen,XU Liyun,et al.Improvement of YOLOv8 for multi-scale defect detection in wind turbine blades[J].Optics and Precision Engineering,2025,33(09):1496-1514. DOI: 10.37188/OPE.20253309.1496. CSTR: 32169.14.OPE.20253309.1496.

  •  
  •  

0

浏览量

25

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

融合全局信息与双域注意力机制的光学遥感飞机目标检测
Micro LED表面缺陷的快速高精度检测
基于多分支残差注意力网络的水下图像增强
光学曲面的偏折测量技术:原理、挑战与展望(特邀)

相关作者

朱广
林珊玲
张雪
陈燕
林坚普
吕珊红
林志贤
郭太良

相关机构

福州大学 先进制造学院
中国福建光电信息科学与技术实验室
福州大学 物理与信息工程学院
中国科学院 微电子研究所
中国科学院大学
0