基于改进YOLOv4的飞机导管喇叭口缺陷检测

摘要：

通过人工对飞机导管喇叭口(AFT)缺陷进行检测过程中存在一定误差且检测率低下.为减少人工检测带来的误检、漏检及提高检测工效,提出了一种基于YOLOv4改进模型的检测飞机导管常见缺陷的方法.通过聚类分析调整锚盒的大小,以更好地匹配小目标和复杂结构的特征.在骨干特征提取网络和空间金字塔池结构输出的不同特征层之后添加卷积层,以提高网络复杂度换取网络对缺陷特征的提取能力.实验结果表明,改进模型在对飞机导管喇叭口缺陷检测中的AP值为92.21％,比原始YOLOv4算法提高16.67％,对单个图像的平均检测时间算法运行速度与原始算法相较没有明显变化.

关键词：飞机导管喇叭口、缺陷检测、YOLOv4、神经网络

所属期刊栏目：53

分类号：V328;O242(航空飞行术)

资助基金：安徽省产学研合作基金项目XWYCXY-012020006

在线出版日期：2023-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：66-70