Avanço na Detecção de Defeitos Ultrassônicos em Rodas de Alta Velocidade via UT-YOLO

No contexto da detecção de defeitos em rodas de trens de alta velocidade, particularmente em imagens B-scan de testes ultrassônicos caracterizadas por seu pequeno tamanho e complexidade, a necessidade de uma solução robusta é paramount. O algoritmo proposto, UT-YOLO, foi meticulosamente projetado para abordar os desafios específicos apresentados por essas imagens. O UT-YOLO aprimora sua capacidade de aprendizado, a precisão na detecção de pequenos alvos e a velocidade geral de processamento ao adotar camadas convolucionais otimizadas, um design de camada especial e um mecanismo de atenção. Este algoritmo apresenta desempenho superior em conjuntos de dados de UT de rodas de trens de alta velocidade, indicando seu potencial. Crucialmente, o UT-YOLO atende aos requisitos de processamento em tempo real, posicionando-o como uma solução prática para o ambiente dinâmico e de alta velocidade das inspeções ferroviárias. Em avaliações experimentais, o UT-YOLO apresentou bom desempenho em melhor recall, mAP@0.5 e mAP@0.5:0.95 aumentaram em 37%, 36% e 43%, respectivamente; e sua velocidade também atendeu às necessidades de desempenho em tempo real. Além disso, um conjunto de dados de detecção de defeitos ultrassônicos baseado em rodas reais foi criado, e esta pesquisa foi aplicada em cenários reais, ajudando a melhorar muito a eficiência da detecção manual.