改进YOLOv7的航空发动机叶片损伤检测方法
摘要：
针对目前航空发动机叶片损伤检测精度低的问题,提出了一种基于改进YOLOv7的发动机叶片损伤检测模型YOLOv7-CC.对发动机叶片缺损图像进行损伤标注,构建航空发动机叶片损伤数据集,并且采用二分K-means算法对标记框进行聚类,获取与该数据集最匹配的锚框(anchor).在模型中Backbone网络输出之后采用坐标注意力机制,分别捕获长距离依赖关系和保留精确的位置信息,提高对损伤目标的检测能力,并在特征重组过程中采用轻量级上采样算子(CARAFE),同时保留了语义信息以及位置信息,通过更大的感受野来完成上采样,提高了网络对特征的提取能力.结果表明:所提出的基于YOLOv7-CC算法的损伤检测的平均精度达到了83.53%,相较于基准网络提升了7.4%,能够对航空发动机叶片3种常见的损伤类型实现高效检测.
展开
-
作者：
魏永超,刘嘉欣,朱泓超,朱姿翰,刘伟杰
-
刊名：
航空发动机
-
年期：
2025.1
免费阅读
收藏