YOLO11微裂纹检测模型

检出率超96%

针对航空发动机内窥镜图像微裂纹的浅层高分辨率检测分支与漏检敏感损失协同优化，显著降低漏检。

Hongwei, Wang · Zhang, Feng · 侯静 · Yang, Yongliang

Journal of Imaging 2026

参数信息

精度

0.9981

召回率

0.9606

F1分数

0.9790

mAP50

0.9781

mAP50-95

0.6938

技术优势

漏检率显著降低

加入对象级Tversky Loss，对假阴性施加更强约束，从损失函数层面直接抑制漏检。

细裂纹边缘感知增强

引入P1/P2浅层高分辨率检测分支，保留细小裂纹的边缘和纹理信息，改善低对比度目标的定位。

难样本针对性学习

采用难样本挖掘策略，让模型更关注易混淆的困难裂纹样本，提升复杂场景下的鲁棒性。

应用场景

• 航空发动机叶片检测：在原有内窥镜系统上直接替换检测模块，无需新增硬件，即可捕捉细微裂纹并减少漏检。
• 工业视觉缺陷检测：针对低对比度、弱边缘缺陷设计，可迁移到其他金属表面或精密部件的视觉检测。