首页>
根据【关键词:注意力机制优化,特征融合,深度学习,YOLOv5网络,飞机目标检测】搜索到相关结果 55 条
-
基于SW-YOLO模型的航空发动机叶片损伤实时检测
-
作者:
何宇豪
曹学国
刘信良
蒋浩坤
王静秋
来源:
推进技术
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
实时检测
叶片损伤
深度学习
目标检测
孔探检测
-
描述:
孔探检测技术是航空发动机叶片损伤检测的主要手段,但目前依赖人工操作,耗时耗力。本文提出了一个孔探视频检测的SW-YOLO模型,该模型包括输入端、主干网络、颈部网络、头部网络4个模块。首先,在主干网络加入了空间通道注意力模块(Spatial Channel-Convolutional Block Attention Module,SC-CBAM),有效避免位置信息丢失,提高目标边界回归能力,相较于YOLOv5,其平均精度均值■@0.5提高了5.4%。其次,在颈部网络对特征金字塔网络(Feature Pyramid Network,FPN)进行了改进,通过融合低层特征,扩大了模型感受野,有利于较小损伤区域的检测,如烧蚀损伤,平均精度提高了8.1%。最后,通过与YOLOv5,Faster R-CNN,SSD模型的对比实验,结果表明SW-YOLO模型的平均精度均值分别提高了7%,6.2%,6.3%,检测速度满足实时检测需求,有利于提高航空发动机孔探检测的自动化和智能化水平。
-
基于深度学习的航空发动机涡轮叶片自动射线检测技术研究
-
作者:
王栋欢
肖洪
吴丁毅
来源:
推进技术
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
涡轮叶片
射线图像
深度学习
射线检测
缺陷检测
-
描述:
YOLOv4模型提出了一种双主干特征融合的缺陷自动检测算法(DBFFYOLOv4);通过设计包含所有特征映射的新型连接结构搭建缺陷检测颈部网络,建立了适用于涡轮叶片射线图像的缺陷自动检测模型;针对每个缺陷
-
不确定环境下的航空发动机装配线适应性调度方法
-
作者:
王怡琳
刘鹃
乔非
张家谔
来源:
控制与决策
年份:
2024
文献类型 :
期刊
关键词:
调度规则
航空发动机装配
适应性调度
深度学习
扰动识别
门控循环神经网络
-
描述:
航空发动机装配是航空发动机制造过程的关键环节,其工序多,流程复杂,生产过程中扰动频发,如装配时间波动、不合格返工等.针对不确定环境下的航空发动机装配线的调度问题,提出一种基于门控循环神经网络(GRU)的适应性调度方法.该调度方法包含扰动识别和调度规则调整两个部分:扰动识别模块以滑动时间窗口为周期,利用GRU神经网络进行渐近型扰动的识别;调度规则调整模块以扰动识别的结果为触发,通过构建基于GRU神经网络的调度规则决策模型,输出适配当前生产状态的新的调度规则,用以指导生成更新的调度方案.最后,以某航空发动机装配线为研究案例,对所提出适应性调度方法进行验证分析.对比实验结果表明,所提出方法能够有效提升装配线的设备利用率、日均生产率等性能.
-
塞斯纳172R飞机蒙皮涂层高光谱数据库构建及无损检测模型研究
-
作者:
李凯歌.
来源:
中国民用航空飞行学院
年份:
2024
文献类型 :
学位论文
关键词:
深度学习
高光谱成像
塞斯纳172R飞机
无损检测
光谱指数
数据库
-
描述:
塞斯纳172R飞机蒙皮涂层高光谱数据库构建及无损检测模型研究
-
塞斯纳172R飞机蒙皮涂层高光谱数据库构建及无损检测模型研究
-
作者:
李凯歌.
来源:
中国民用航空飞行学院
年份:
2024
文献类型 :
学位论文
关键词:
深度学习
高光谱成像
塞斯纳172R飞机
无损检测
光谱指数
数据库
-
描述:
塞斯纳172R飞机蒙皮涂层高光谱数据库构建及无损检测模型研究