一种具有多维可解释性的钢丝绳缺陷检测方法

本发明涉及工业检测维护与深度学习技术领域，尤其涉及一种具有多维可解释性的钢丝绳缺陷检测方法，其技术方案包括钢丝绳断丝数据集制作、YOLOv8模型训练和预测和模型评估及优化。本发明通过将电磁信号转化为图像，运用YOLOv8深度学习模型进行钢丝绳断丝的训练及预测，同时采用多维可解释性技术从不同角度对模型开展可解释性分析，并提出量化模型可解释性强弱的指标，使得断丝表现更具象化、辨识度更高，模型检测速度快且无需复杂中间步骤，还能提高模型透明度，对指导模型优化和增加可信度具有重要作用。