改进的YOLOv4复杂构件分类识别算法

摘要：

为解决航天设备复杂构件分类检测时缺少数据集、识别困难等问题,在三维建模软件上对构件不同角度截图制作数据集,对数据进行增广.提出一种基于改进YOLOv4算法的航天设备复杂构件分类识别算法,将YOLOv4算法中残差卷积块的个数由5个调整为3个,各部分通道数缩减一半.只采用上采样结构,省略下采样结构,减少训练参数,精简网络结构.实验结果表明,改进的YOLOv4目标检测算法训练速度快,检测精度高,在航天复杂构件图像验证集上的误差降至0.66,mAP达到97.63％,性能优于同类算法.

关键词：航天设备、复杂构件、数据增强、深度学习、识别分类

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

资助基金：国防重大项目NP2020420

在线出版日期：2022-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2519-2524