YOLOv4-tiny及其改进算法在航空机务维修照相管理中的应用
日期:2022.12.30 点击数:9
【类型】期刊
【刊名】兵工自动化
【关键词】 注意力机制,tiny,目标检测,YOLOv4,照相管理
【摘要】针对飞机机务维修照相管理存在工作量大、不精确等问题,提出一种利用深度学习YOLOv4-tiny算法来执行照片对比检测的方法。利用一个自制的数据集来训练网络模型,为解决开口销螺母及其他背景干扰,引入注意力机制模块以改进YOLOv4-tiny。测试结果表明:准确率(precision,P)相较原YOLOv4-tiny提高了5%,召回率(recall,R)提高约8%,平均准确率均值(mean average precision,mAP)提高了4.9%,照片识别精度和定位精准性方面都有较优表现,满足照相管理中对目标精准识别与比对的要求。
【年份】2022
【作者单位】海军航空大学青岛校区五系;
【期号】07
【页码】12-14+35
相关文章
- 1、基于改进的YOLOv4-tiny遥感影像飞机检测系统的开发 作者:付俊炜 年份:2022
- 2、基于YOLO架构的海上遇险航空器识别方法研究 作者:刘皓晨 年份:2021
- 3、基于YOLO算法的遥感图像飞机目标检测技术研究 作者:张欣 年份:2021
- 4、基于注意力机制的航空图像旋转框目标检测 作者:常洪彬,李文举,李文辉, 年份:2022
- 5、基于深度学习的航空遥感图像目标检测算法研究 作者:常洪彬 年份:2022
- 6、基于深度学习孔探图像的航空发动机缺陷识别研究 作者:马瑞阳 年份:2021