一种基于YOLO算法的风力发电叶片表面缺陷检测方法

一种基于YOLO算法的风力发电叶片表面缺陷检测方法，旨在解决现有风力发电叶片表面缺陷检测方法中存在的精度不高、模型复杂、鲁棒性差等问题，本发明建立风力发电叶片图像数据集；以YOLOv8为基准模型进行改进，增加小目标检测层，替换上采样算子，设计P‑ECSA模块、PMFusion模块和LF‑Detect检测头，以及设计新的边框损失函数W‑IShipIoU；使用训练好的模型对风力发电叶片表面缺陷进行检测；显著提高了检测精度和速度，适用于风力发电叶片表面缺陷的实时监控和故障诊断；通过引入多尺度特征融合和注意力机制，增强了模型对细节的捕捉能力，减少计算量，在保障风力发电系统安全稳定运行方面具有显著效果。