【儀表網(wǎng) 研發(fā)快訊】近期，中國科學(xué)院上海光學(xué)精密機(jī)械研究所高功率激光物理聯(lián)合實驗室研究團(tuán)隊針對高功率激光裝置全鏈路光學(xué)元件快速、精密準(zhǔn)直需求，提出了一種基于改進(jìn)YOLOv8-seg的光斑分析系統(tǒng)，并開展了實驗驗證。相關(guān)成果以“A spot analysis system for high-power laser facilities based on an improved YOLOv8-seg model”為題發(fā)表在High Power Laser Science and Engineering上。
 

　　慣性約束聚變等研究對高功率激光驅(qū)動器的輸出能力要求越來越高，裝置中大量光學(xué)元件能否精確準(zhǔn)直，直接影響光束質(zhì)量和最終輸出性能，而光斑的形貌和中心位置是判斷光束質(zhì)量和空間準(zhǔn)直狀態(tài)最直接的信息。傳統(tǒng)閾值分割、邊緣檢測和質(zhì)心算法在低對比度、非均勻照明、重疊邊界、噪聲和雜散光等條件下容易失效，難以滿足大裝置多束線并行、無人值守的高精度快速自動準(zhǔn)直需求。
 

　　針對這些問題，研究團(tuán)隊以YOLOv8-seg實例分割模型為基礎(chǔ)，引入CBAM注意力機(jī)制、動態(tài)多尺度特征融合和圓形度約束損失函數(shù)，提升了算法對低對比度、弱邊界以及不同形貌光斑的識別和像素級輪廓分割能力。在基準(zhǔn)中心位置判斷方面，設(shè)計了“四孔圖案—十字標(biāo)記—圖像幾何中心”三級遞進(jìn)參考中心檢測框架，在遮擋、磨損和強(qiáng)雜光等工況下保證空間基準(zhǔn)的穩(wěn)定識別。分割結(jié)果隨后進(jìn)入特征量化模塊，自動計算光斑質(zhì)心、面積、周長、圓度、等效半徑以及相對參考中心的偏移距離等參數(shù)。
 

　　平臺實驗結(jié)果表明，改進(jìn)模型的mAP@0.5達(dá)到0.901，(較基線提升3.33%)，單幀推理時間55±2 ms，參數(shù)量僅2.65×10?，推理顯存2.1 GB，三級參考中心檢測定位誤差為1.9像素，成功率98.7%。文中所用模型與U-Net、Mask R-CNN、DeepLabv3+和SegFormer等主流方法相比，該系統(tǒng)在分割精度、推理速度和資源消耗之間取得了更優(yōu)平衡。
 

　　目前，系統(tǒng)已完成離線測試驗證，研究團(tuán)隊正利用裝置最新準(zhǔn)直采樣開展性能測試。在滿足工程要求后，將推進(jìn)在線驗證。后續(xù)工作將圍繞模型輕量化、在線增量學(xué)習(xí)和數(shù)字孿生預(yù)測控制展開，推動裝置準(zhǔn)直向智能自主運行發(fā)展。
 

　　相關(guān)研究得到神光-II激光裝置運行項目(No. 86CL020101)支持。
 

　　引用：上海光機(jī)所在高功率激光裝置光斑智能分析方面取得進(jìn)展 上海光學(xué)精密機(jī)械研究所 【引用時間：2026年9月30日】