科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决航空发动机部件表面缺陷检测精度低、检测速度慢的问题,提出一种改进的YOLOv4算法进行智能检测。在路径聚合网络（PANet）结构中融合浅层特征与深层特征，增大特征检测尺度，同时去除自下而上的路径增强结构，提高小目标检测精度和整体检测速度；根据各类缺陷数量不同的情况，优化聚焦损失中的平衡参数，增加权重因子调节各类缺陷的损失权重，将改进后的聚焦损失代替分类误差中的交叉熵损失函数，降低样本不平衡和难易样本对检测精度的影响。实验表明：相比于原始YOLOv4算法，改进后的YOLOv4算法在测试集上的平均精度均值（mAP）为90.10%，提高了2.17%；检测速度为24.82 fps，提高了1.58 fps，检测精度也高于单发多框检测（SSD）算法、EfficientDet算法、YOLOv3算法和YOLOv4-Tiny算法。
- 出版日期2023
- 单位空军工程大学
