融合注意力和多尺度特征的航空发动机缺陷检测

作者： 赵崇林   朱江   胡永进   李祖泽   王鹏举   谢涛   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   YOLOv5   深度学习   缺陷检测  

描述： 航空发动机的结构完整性关乎飞行安全。目前基于孔探技术的航空发动机缺陷检测以人工操作为主。为提高检测精度和效率，提出了一种融合注意力和多尺度特征的航空发动机缺陷智能检测算法，以辅助孔探工作。首先，针对原始孔探图像中缺陷样本的类别不平衡问题，采用了一种基于几何变换和泊松图像编辑的多样本融合数据增强方法，丰富小样本图像并构建缺陷数据集。然后，在基准网络YOLOv5中融入协调注意力模块(CA)，以强调缺陷特征的提取，增强网络对缺陷目标和复杂背景的区分。在颈部网络中构建加权双向特征金字塔结构(BiFPN)，以完成更高层次的特征融合，提升对多尺度目标的表达能力。最后，将边界框回归损失函数定义为EIOU损失，实现对缺陷目标快速、准确地定位和识别。实验结果表明，本文算法检测缺陷的平均精确度达到了89.7％，较基准网络提升了6.3％，训练后的模型大小仅为14.0M。因此，所提方法可以有效地检测航空发动机的主要缺陷。

融合注意力和多尺度特征的航空发动机缺陷检测

作者： 赵崇林   朱江   胡永进   李祖泽   王鹏举   谢涛   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   YOLOv5   深度学习   缺陷检测  

描述： 航空发动机的结构完整性关乎飞行安全。目前基于孔探技术的航空发动机缺陷检测以人工操作为主。为提高检测精度和效率，提出了一种融合注意力和多尺度特征的航空发动机缺陷智能检测算法，以辅助孔探工作。首先，针对原始孔探图像中缺陷样本的类别不平衡问题，采用了一种基于几何变换和泊松图像编辑的多样本融合数据增强方法，丰富小样本图像并构建缺陷数据集。然后，在基准网络YOLOv5中融入协调注意力模块(CA)，以强调缺陷特征的提取，增强网络对缺陷目标和复杂背景的区分。在颈部网络中构建加权双向特征金字塔结构(BiFPN)，以完成更高层次的特征融合，提升对多尺度目标的表达能力。最后，将边界框回归损失函数定义为EIOU损失，实现对缺陷目标快速、准确地定位和识别。实验结果表明，本文算法检测缺陷的平均精确度达到了89.7％，较基准网络提升了6.3％，训练后的模型大小仅为14.0M。因此，所提方法可以有效地检测航空发动机的主要缺陷。

航空机载红外图像的车辆目标自主检测识别

作者： 杨雪     修吉宏     刘小嘉     罗宁   来源： 激光与红外 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   RFBs   YOLOv5   目标检测   红外图像   BiFPN  

描述： 一种基于YOLOv5的红外车辆目标检测算法，在浅层特征层引入RFBs模块，以提高小目标的感受野及检测效果，在颈部网络(Neck)部分，使用BiFPN结构，实现对底层特征的再次利用，以融合更多的特征，并

基于深度学习的航空铆钉分类及异常情况检测

作者： 夏正洪   何琥   吴建军   魏汝祥   来源： 中国安全生产科学技术 年份： 2023 文献类型 ： 期刊 关键词： 召回率   精确率   深度学习   目标检测   航空铆钉  

描述： 针对航空铆钉小目标检测准确率较低、速率较慢等问题，提出1种基于深度学习的航空铆钉分类及异常情况检测方法。首先，根据钉头外观对航空铆钉进行分类，制作航空铆钉数据集；然后，构建航空铆钉分类及异常情况检测

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： 2023 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mAP@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。

基于计算机视觉的飞机维护检查系统算法设计与开发

作者： 程野.   来源： 山东大学 年份： 2023 文献类型 ： 学位论文 关键词： YOLOv7   tiny   目标检测   深度学习   飞机维护检查   模型轻量化  

描述： 基于计算机视觉的飞机维护检查系统算法设计与开发

基于计算机视觉的飞机维护检查系统算法设计与开发

作者： 程野.   来源： 山东大学 年份： 2023 文献类型 ： 学位论文 关键词： YOLOv7   tiny   目标检测   深度学习   飞机维护检查   模型轻量化  

描述： 基于计算机视觉的飞机维护检查系统算法设计与开发

基于计算机视觉的飞机维护检查系统算法设计与开发

作者： 程野.   来源： 山东大学 年份： 2023 文献类型 ： 学位论文 关键词： YOLOv7   tiny   目标检测   深度学习   飞机维护检查   模型轻量化  

描述： 基于计算机视觉的飞机维护检查系统算法设计与开发

基于计算机视觉的飞机维护检查系统算法设计与开发

作者： 程野.   来源： 山东大学 年份： 2023 文献类型 ： 学位论文 关键词： YOLOv7   tiny   目标检测   深度学习   飞机维护检查   模型轻量化  

描述： 基于计算机视觉的飞机维护检查系统算法设计与开发

基于计算机视觉的飞机维护检查系统算法设计与开发

作者： 程野.   来源： 山东大学 年份： 2023 文献类型 ： 学位论文 关键词： YOLOv7   tiny   目标检测   深度学习   飞机维护检查   模型轻量化  

描述： 基于计算机视觉的飞机维护检查系统算法设计与开发