一种基于深度学习的高铁车轮宏观缺陷检测方法及系统

本发明公开了一种基于深度学习的高铁车轮宏观缺陷检测方法及系统，方法包括：构建改进的YOLOv11目标检测模型；将改进的YOLOv11目标检测模型部署到车轮生产线上，进行实时图像采集与缺陷检测，获得检测结果；基于检测结果进行实时分类与定位，获取缺陷信息；其中，改进的YOLOv11目标检测模型通过训练集训练后获得，训练集为车轮表面图像宏观缺陷数据集，改进的YOLOv11目标检测模型由在主干网络中引入多尺度卷积MSGC模块和改进的下采样LightSEDown模块并增加SE注意力机制后构成。本发明提高了轨道交通车轮生产过程中的检测效率与安全性。