蔡振宇，靳华伟
（安徽理工大学机电工程学院，安徽 淮南 232000）
摘要：针对井下管道渗漏人工巡检带来的高风险安全与成本问题，且井下光线昏暗、环境复杂，传统算法精度低与漏检误检率高等问题，提出一种基于YOLOv8算法的井下管道渗漏检测改进方法: SSO-YOLO（SPPELAN- S2-MLPv2- ODConv-YOLO）.SSO-YOLO算法做出三点改进:首先对YOLOv8原有的空间金字塔池化结构，使用SPPELAN（Spatial Pyramid Pooling Efficient Layer Aggregation Network）模块改进优化；然后引入采用空间位移操作的S2-MLPv2注意力机制，改善井下环境嘈杂导致检测效果差的问题；最后，对于管道渗漏特征多变且不规则的情况，使用全维度动态卷积（ODConv）模块替换普通卷积模块，以捕捉局部多样化信息提取复杂特征.实验结果表明：模型检测实验结果的mAP50达到67.7%，相较于原模型提升了3.7个百分点.
关键词：目标检测；YOLOv8；SPPELAN；注意力机制；ODConv
中图分类号：TD745
文献标识码：A
文章编号:1673-2103（2025）05-0031-11
收稿日期：2025-01-05
作者简介：蔡振宇（2002—），男,安徽淮南人，硕士，研究方向：深度学习， E-mail：plsym0721@163.com.
通信简介：靳华伟（1986—），男,安徽滁州人，副教授，博士，研究方向：机械工程，E-mail：jinhuawei.love@163.com.
