叶片缺陷检测模型

跨风场开箱即用

融合超分辨率重建与迁移学习的检测模型，可输出缺陷掩码、位置与尺寸，跨风场部署不依赖本地数据标注，为风机叶片提供高效、灵活的表面缺陷自动分割方案。

Zhao, Wenhai · 李万润 · 杜永峰

Structural Health Monitoring 2025

技术优势

跨风场泛化

利用迁移学习预训练权重并进行冻结训练，模型在新风场数据上也能保持高检测精度。

检测多类缺陷

能够同时检测四种不同类型的叶片表面缺陷，并提供实例分割结果。

直接输出缺陷信息

无需后处理即可得到缺陷的掩码、位置和尺寸，为缺陷评估奠定基础。

应用场景

• 风机叶片检测：自动检测叶片表面缺陷，替代人工巡检。
• 工业视觉检测：提供高精度图像分割方案，用于工业视觉质检。
• 结构健康监测：输出缺陷掩码与尺寸，监测叶片结构健康。
• 无损检测：基于图像的检测，在不损伤叶片前提下识别缺陷。
• 风电运维机器人：为风电运维机器人提供视觉检测模块。