导读

铝铸件作为汽车、航空航天等领域的重要组成部分，其内部缺陷检测是确保产品质量的关键环节。然而，传统的X射线缺陷检测主要依赖人工，效率低且主观性强，难以满足智能制造的需求。沈阳工业大学杨松教授团队与中国科学院沈阳自动化研究所近期研究发现，通过X射线图片高清处理技术与改进的YOLO11目标检测算法，可将铝铸件内部缺陷检测精度提升至93.2%，为工业智能检测提供了新方案。

铝铸件在铸造过程中易产生气孔、缩孔、缩松、夹渣等内部缺陷，直接影响产品性能与可靠性。目前基于X射线图像的铸件缺陷检测主要依赖人工判别和传统图像处理技术。人工检测效率低、主观性强，传统图像处理方法则依赖人工设计特征，难以应对多尺度缺陷并存、缺陷密集且与背景灰度差异小的复杂场景。近年来基于深度学习的缺陷检测方法取得显著进展，但大多数研究集中于通过增大模型容量提升精度，对数据预处理阶段的深入研究较少，且在多场景多尺度环境中仍难以满足实际工业检测的实时性与精度要求。

针对上述问题，尹枞（沈阳工业大学）、徐首帅、付明芮、穆宝岩（中国科学院沈阳自动化研究所）、杨松（沈阳工业大学）等在《特种铸造及有色合金》2026年第46卷第7期发表了题为“基于YOLO11的铝铸件X射线缺陷检测技术”的研究论文。该研究设计了一种X射线图片高清处理技术预处理数据，并基于YOLO11m架构改进检测算法，最终开发出一套完整的铝铸件内部缺陷智能检测系统。

01 研究亮点

（1）提出基于双边滤波的HDRI高清处理方法，有效压缩X射线图片动态范围，使缺陷特征更加显著，预处理后模型mAP提升约3%～4%；（2）将可变形卷积DCNv4融入SPPF和C3k2模块，保持模型轻量化的同时提升对多尺度缺陷的感知能力；（3）引入MSCA注意力机制模块，增强对小缺陷目标的特征提取能力；（4）改进后的YOLO11m模型mAP达到93.2%，优于人工检测的90.8%，单张检测速度约32 ms，满足工业实时检测需求。

02 文章内容

铝铸件在汽车、航空航天等领域应用广泛，但其铸造过程中易产生气孔、缩孔等缺陷。目前工业检测主要依赖人工，效率低且易受主观影响。深度学习目标检测技术为此提供了自动化解决方案，然而在多尺度缺陷并存、缺陷密集且与背景灰度差异小的场景下，现有方法仍难以获得较高精度。为此，本研究设计了一种X射线图片高清处理技术来预处理数据，并基于YOLO11m架构进行改进，最终开发出一套铝铸件内部缺陷智能检测系统。

1 X射线图片高清处理技术

X射线图片是典型的高动态范围图像（HDR），通常具有16位的位深，跨越较大的灰度范围。人眼通常只能处理8位深度的图像，对于X射线图片的灰度变换并不敏感，导致许多微小缺陷难以被直观观察到。直接对原图进行全局对比度调整，又难以兼顾细节与各处曝光协调的问题，给数据标注和模型训练带来困扰。

双边滤波是一种经典的非线性图像滤波技术，结合了空间邻近度和灰度相似性，在平滑图像噪声的同时能有效保留边缘细节。其输出是输入的加权平均值，权重取决于空间核函数和强度域中的函数。该方法能降低与目标像素差异较大的像素权重，实现在保边去噪的双重效果。

图1　双边滤波器工作原理图

双边滤波器虽解决了原图片中曝光严重的问题，并保留了缺陷的边缘，但图像灰度范围仍较大，缺陷与背景差异并不直观。

图2　双边滤波器处理前后效果对比图

针对上述问题，提出了一种基于双边滤波的高动态范围图片高清处理方法。首先利用双边滤波器对X射线原图进行保边去噪处理，得到结果1；再将原图减去结果1得到包含纹理等高频信息的结果2。在此基础上，对结果1进行对数压缩减小其灰度动态范围，对结果2使用伽马矫正等非线性增强算法提高特征表示能力，然后将两结果相加并用指数放大后的像素重新表示。最后通过灰度直方图均衡化技术，使暗区更暗、亮区更亮，突出缺陷细节。

图3　X射线原图与高清处理后对比图

2 YOLO11网络模型的改进

YOLO11共有5个架构（n、s、m、l、x），相比前代模型，其主要变化包括：在CSP模块基础上引入C3k2块替代C2F块，使用不同的核大小和通道分离策略优化特征提取；保留SPPF模块并引入C2PSA注意力模块；实现双头架构，训练阶段使用一对多的分配头，推理阶段使用一对一的分类头，实现了无NMS的高效推理。

图4　YOLO11模型架构图

YOLO11在COCO等数据集上表现出色，但本研究涉及的铝铸件内部缺陷数据集具有多场景、多尺度和缺陷密集等特点，仍需进一步改进。综合考虑模型规模、精度和推理速度，本研究基于YOLO11m架构进行改进设计。

DCNv4（可变形卷积网络v4）是对可变形卷积的进一步优化。与DCNv3相比，DCNv4主要有两大改进：一是去除softmax归一化，使每个卷积核能自适应地调整聚合权重，对每个像素的响应不再受固定范围限制；二是使用一个线程处理同一组中的多个通道，减少内存读取和双线性插值系数计算工作量，并可合并多个内存访问指令，显著提升处理速度。

图5　DCNv3与DCNv4内存访问原理对比图

在空间聚合方面，传统卷积权值灵活但窗口形状与输入无关；注意力机制使用动态权值但窗口固定；DCNv3为每个位置使用专用窗口；而DCNv4结合了上述优点，使用自适应聚合窗口和具有无界值范围的动态聚合权重。

图6　DCNv4与其他空间聚合核心操作符对比图

改进SPPF模块：SPPF通过串联结构的金字塔池化提取多尺度特征，但其卷积层使用标准卷积，感受野固定。本研究将DCNv4融入SPPF模块，替换标准卷积，使模型可根据缺陷的多样性和分布特点灵活调整感受野。

图7　改进的SPPF模块

改进C3k2模块：C3k2采用CSP结构，在Neck部分使用Bottleneck以减少参数量，但Bottleneck仍采用传统卷积，感受野固定。本研究将DCNv4融入C3k2模块中替代Bottleneck，在减少参数量的同时提升特征提取能力。

图8　改进的C3k2模块

增加MSCA模块：针对小尺度缺陷的检测问题，本研究引入了MSCA注意力机制模块。MSCA通过多尺度卷积特征来引导空间注意力，使用多分支深度条带卷积提取多尺度特征作为注意力权重。该模块的计算复杂度为线性O(n)，相比Transformer中的自注意力机制O(n²)有很大速度优势，且条带卷积能有效表示窄长型缺陷如缩孔。

图9　MSCA注意力机制模块

将MSCA模块加入C2PSA模块之后，与改进的SPPF模块和C3k2模块共同构成完整的改进YOLO11m模型。

图10　改进后的YOLO11m模型

3 试验及结果分析

试验数据来源于丹东某无损检测公司，包括车体各类异形件及轮毂、轮辋、轮芯等不同部分的铝铸件X射线缺陷图片，共591张原始图片，涵盖3 072×3 060、1 024×1 024和512×512三种尺寸。经改进的labelme标注后，统一调整为640×640尺寸输入模型，最终得到3 435张图片。

依据缺陷的物理特性，将缩孔、气孔、低密度夹渣和缩松归为孔类缺陷（SC），高密度夹渣为单独一类（MFM），铅字编码标记为第三类（FT）。各类型缺陷数量差异显著：孔类缺陷44 681个，高密度夹渣639个，铅字1 057个，呈现典型的长尾分布特征。

本试验初始学习率与最终学习率均为0.01，动量参数0.937，采用4张RTX4090显卡参与训练，批处理大小为64，训练轮次200。

为验证X射线图片高清处理技术的效果，将原数据与高清处理后数据分别投入多个单阶段目标检测模型进行对比。数据集按8:1:1划分训练集、验证集和测试集。结果见表3。

由表3可知，使用X射线高清处理技术后的数据，对各类模型的性能普遍有所提升。YOLOv5m、YOLOv8m和YOLO11m原数据mAP分别提高了4.8%、3.6%和3.8%，说明高质量数据是提升模型性能的基础。

通过消融试验逐步验证各改进模块的效果：试验a将改进的SPPF模块替换到骨干网络；试验b在试验a基础上加入MSCA注意力机制模块；试验c在试验b基础上将改进的C3k2模块替换到颈部。

由表4可知，试验a的mAP较原模型提升1.3%，且浮点数运算增加极少。试验b的mAP再提升0.8%，但运算量增加一倍多。试验c的mAP较试验b再提升1.0%，且运算量减少6.2%。将改进方案与其他主流模型全面对比见表5。

图11　改进后的YOLO11m训练曲线图

由表5可知，各改进试验的精度均超过YOLOv12m，相较于原模型mAP分别提高1.3%、2.1%与3.1%。对于高密度夹渣（MFM），试验a中用DCNv4改进的SPPF模块增强了对这类缺陷的感知能力，mAP较改进前提升3.9%。试验c中改进的C3k2模块进一步提升了颈部的特征融合能力，孔类缺陷（SC）的mAP较原模型提高5.2%，对最终检测结果影响重大（孔类缺陷占比超过90%）。

图12　模型验证结果图

图12展示了验证集中随机抽取的16张验证结果。高密度夹渣（MFM）和铅字（FT）具有高判别性特征（边缘明确、形状规则、平均面积大），YOLO11的Task-Aligned Assigner策略和BiFPN结构非常适合检测这类目标。孔类缺陷（SC）数量多但面积小、形状不规则，模型对其学习能力弱于另外两类。图13为模型推理结果。

图13　模型推理结果图

4 应用及验证

将改进的算法集成到铝铸件内部缺陷智能检测软件中。软件基于Python3.11开发，界面由PyQt5设计，支持Windows 7及以上操作系统。软件可将待检测文件夹批量导入，左侧显示图片信息（NG标记缺陷，L/S分别表示缺陷长度和面积），中间左侧显示原图、右侧显示检测结果，下方为缺陷面积排行表。

图14　智能检测系统软件界面

图15　软件检测过程示意图

将智能检测系统基于TensorRT部署到检测电脑（RTX3060Ti），优化后推理速度提升2～3 ms。随机抽取10张3 072×3 060缺陷照片进行对比测试：软件检测整体mAP达93.6%，超过人工检测（90.8%）。对各类型缺陷而言，孔类缺陷（SC）mAP为86.8%（人工79.6%），高密度夹渣（MFM）mAP为94.8%（人工92.8%），铅字（FT）mAP为99.4%（人工100%）。平均单张检测速度约32 ms，满足工业智能检测与实时检测的要求。

03 研究结论

针对深度学习在多尺度缺陷及复杂场景共存条件下检测精度不足的问题，本研究提出了一种高分辨率X射线图像处理技术以及基于YOLO11m的改进算法。首先通过HDRI高清处理方法使缺陷特征更加显著，随后采用DCNv4对SPPF模块和C3k2模块进行优化，并引入MSCA模块强化小目标检测能力。结果表明，改进后的模型mAP达到93.2%，优于改进前和人工检测水平，且满足工业在线实时检测的需求。

04 主要结论

(1) 提出了一种基于双边滤波的高动态范围X射线图片高清处理方法，处理后数据使YOLO11m的mAP从87.1%提升至90.4%，验证了数据预处理对缺陷检测的重要性。

(2) 采用DCNv4改进SPPF和C3k2模块，增强模型对多尺度缺陷的感知能力；引入MSCA注意力机制模块，有效提升对小尺度缺陷的特征提取能力。

(3) 改进后的YOLO11m模型mAP达到93.2%，对孔类缺陷（SC）的mAP较原模型提升5.2%，与二级无损检测资质人员的检测结果（90.8%）相比优势明显。

(4) 开发了铝铸件X射线内部缺陷智能检测系统，基于TensorRT部署后推理速度提升2～3 ms，平均单张检测速度约32 ms，满足工业在线实时检测要求。

05 引用格式

中文：尹枞，徐首帅，付明芮，等. 基于YOLO11的铝铸件X射线缺陷检测技术[J]. 特种铸造及有色合金，2026，46（7）：998-1 006.

本文转载自：《特种铸造及有色合金》