|
|||||
|
|
| 基于改进YOLOv4的航空发动机小目标损伤检测研究 | |
| 作者姓名： | 蔡舒妤 闫子砚 |
| 作者单位： | 中国民航大学航空工程学院,天津300300 |
| 基金项目： | 中央高校基本科研业务费项目（122017026） |
| 摘 要： | 智能化的航空发动机损伤检测是飞机故障诊断重要的研究方向,针对现有目标检测模型对航空发动机的小目标损伤检测效果差的问题,提出了一种改进的基于You Only Look Once version 4(YOLOv4)的多尺度目标检测方法。在路径聚合网络（PANet）中构建低层次的特征融合层,将更浅层的特征与深层特征融合,提高网络对小目标损伤的检测性能。为减少网络中的冗余参数,在颈部结构中引入了深度可分离卷积,将标准卷积重构为深度可分离卷积的形式。实验表明：改进后的YOLOv4对小目标损伤的检测精度提升了3.43%,模型大小降低了54.06 MB,同时检测速度提高了31.03%。研究结果表明改进的YOLOv4模型对小目标损伤具有更好的检测性能。 |
| 关 键 词： | 小目标检测 路径聚合网络 多尺度特征融合 深度可分离卷积 YOLOv4模型 |
| 收稿时间： | 2022-07-31 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《航空动力学报》浏览原始摘要信息 | |
| 点击此处可从《航空动力学报》下载免费的PDF全文 | |