全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于YOLOv4的航空发动机叶片凸台目标检测
- 作者： 陈为 钟欣童 张婧 李泽辰 来源： 计算机仿真 年份： 2022 文献类型 ： 期刊 关键词： 数据增强 目标检测 叶片凸台检测 聚类分析
- 描述： 针对航空发动机内部检测叶片凸台缺陷的问题，提出了一种基于YOLOv4(You Only Look Once)的目标检测算法。算法使用迁移学习加载了在coco公开数据集上训练的预训练模型权重，为了更好的适应对凸台检测中小目标、结构复杂的特点，通过聚类分析的方法调整先验框尺寸，同时对原始数据集使用Mosaic方法进行数据增强。实验结果表明，改进后的YOLOv4模型在检测精度上提高了15.85%,召回率提高了21%,平均交并比可达0.75,检测性能优于在同一数据集中使用的SSD目标检测算法。