本发明涉及热轧钢表面缺陷检测，尤其涉及一种基于改进yolov8m的热轧钢表面缺陷自动检测系统及检测方法。
背景技术：
1、热轧钢是一种常用的金属材料，强度高且可塑性良好，广泛应用于汽车、建筑、船舶、机械制造等领域。而由于制造设备与工艺、生产环境、材料等因素的影响，导致热轧刚表面会形成不同特征的缺陷，降低钢材及钢材衍生物的质量。目前，热轧钢的表面缺陷检测以人工检测为主，存在检测速度慢、精度低等问题。
技术实现思路
1、发明目的：本发明的目的是提供一种基于改进yolov8m的热轧钢表面缺陷自动检测系统及检测方法，实现对热轧钢缺陷检测及自动喷涂标识辅助工作，减少人眼检测的主观性，增加检测效率和准确性。
2、技术方案：一种基于改进yolov8m的热轧钢表面缺陷自动检测系统，包括：
3、工控机：用于支持图像处理和算法运行；
4、plc控制器：实时控制第一滑轨和第二滑轨的转动量，确保线扫相机和自动喷涂机相对位置保持正确；
5、第一滑轨和第二滑轨：分别用于支撑线扫相机和喷涂机，并确保线扫相机和喷涂机的稳定移动；
6、热轧钢材检测台：用于放置待检测的钢材；
7、线扫相机：用于捕捉钢材表面的图像；
8、喷涂机：在检测到缺陷后，用于在缺陷位置进行喷涂标识；
9、所述线扫相机随着第一滑轨向前移动，同时线扫相机实时采集的图像经过工控机调用热轧钢表面缺陷检测算法进行检测；若检测出缺陷，则在热轧钢表面缺陷检测软件中显示缺陷图像及数据，同时经过网络通信发送缺陷位置信息给下位机plc控制器，此时plc控制器识别数据，然后控制第二滑轨和自动喷涂机开关进行缺陷标识喷涂，之后进行往返循环检测。
10、进一步，所述热轧钢表面缺陷检测算法通过搭建yolov8-c2f_faster_dlka检测模型实现对热轧钢表面缺陷进行实时检测，所述工控机能够实时展示检测画面及缺陷结果，并将检测结果添加至数据库表格。
11、进一步，在yolov8-c2f_faster_dlka检测模型中引入fasternet结构、dlak注意力机制模块；所述fasternet结构包括4个层级，每个层级前面有一个嵌入层或合并层，其中pconv层和2个1×1卷积层组成导致残差块，中间层扩展通道数，包含shorcut以重用输入特征；
12、所述dlak注意力机制模块采用可变形卷积，调整采样网格整数偏移并创建一个偏移场，基于特征学习自适应卷积核。
13、一种基于改进yolov8m的热轧钢表面缺陷自动检测方法，应用于上述任一项热轧钢材表面缺陷检测系统，包括以下步骤：
14、s1，线扫相机沿第一滑轨移动，捕捉热轧钢材表面的图像；
15、s2，工控机对图像进行缺陷检测；
16、s3，若检测出缺陷，工控机显示缺陷图像及数据，并将缺陷位置信息发送给plc控制器；
17、s4，plc控制器接收到缺陷位置信息后，控制第二滑轨和喷涂机移动到缺陷位置进行喷涂；
18、s5，重复步骤s1至s4，直至完成所有检测任务。
19、本发明与现有技术相比，其显著效果如下：
20、1、本发明的检测系统中采用plc控制双滑轨(相机和自动喷涂机)与工控机上的检测软件配合实现对热轧钢缺陷检测及自动喷涂标识辅助工作，以减少人眼检测的主观性，增加检测效率和准确性；
21、2、本发明的基于改进yolov8m目标检测模型(即yolov8-c2f_faster_dlka检测模型)中通过引入fasternet的fasterblock结构替换yolov8m中c2f的bottleneck模块，使pconv(partial convolution，部分卷积)更简单，减少计算冗余和内存访问；引入dlak注意力模块，该模块依靠大卷积核充分理解上下文，在自注意力的感受野范围内操作，可以使模型更能够适应多样化的、小目标的数据模式。
1.一种基于改进yolov8m的热轧钢表面缺陷自动检测系统，其特征在于，包括：
2.根据权利要求1所述基于改进yolov8m的热轧钢表面缺陷自动检测系统，其特征在于，所述热轧钢表面缺陷检测算法通过搭建yolov8-c2f_faster_dlka检测模型实现对热轧钢表面缺陷进行实时检测，所述工控机能够实时展示检测画面及缺陷结果，并将检测结果添加至数据库表格。
3.根据权利要求2所述基于改进yolov8m的热轧钢表面缺陷自动检测系统，其特征在于，在yolov8-c2f_faster_dlka检测模型中引入fasternet结构、dlak注意力机制模块；所述fasternet结构包括4个层级，每个层级前面有一个嵌入层或合并层，其中pconv层和2个1×1卷积层组成导致残差块，中间层扩展通道数，包含shorcut以重用输入特征；
4.一种基于改进yolov8m的热轧钢表面缺陷自动检测方法，应用于如权利要求1～3任一项所述的热轧钢材表面缺陷检测系统，其特征在于，包括以下步骤：