基于改进YOLOv4的飞机导管喇叭口缺陷检测.pdf
《基于改进YOLOv4的飞机导管喇叭口缺陷检测.pdf》由会员分享,可在线阅读,更多相关《基于改进YOLOv4的飞机导管喇叭口缺陷检测.pdf(5页珍藏版)》请在咨信网上搜索。
1、引用格式:周艺璇周鸿姚勇等.基于改进 的飞机导管喇叭口缺陷检测.航空计算技术():.():.基于改进 的飞机导管喇叭口缺陷检测周艺璇周 鸿姚 勇李 冲李玉斌(.航空工业西安航空计算技术研究所陕西 西安.西安电子科技大学陕西 西安)摘 要:通过人工对飞机导管喇叭口()缺陷进行检测过程中存在一定误差且检测率低下 为减少人工检测带来的误检、漏检及提高检测工效提出了一种基于 改进模型的检测飞机导管常见缺陷的方法 通过聚类分析调整锚盒的大小以更好地匹配小目标和复杂结构的特征 在骨干特征提取网络和空间金字塔池结构输出的不同特征层之后添加卷积层以提高网络复杂度换取网络对缺陷特征的提取能力 实验结果表明改进模
2、型在对飞机导管喇叭口缺陷检测中的 值为.比原始 算法提高.对单个图像的平均检测时间算法运行速度与原始算法相较没有明显变化关键词:飞机导管喇叭口缺陷检测神经网络中图分类号:文献标识码:文章编号:()(.):.:引言飞机喇叭管()是飞机各种管路连接的主要方式是燃料、动力、压力等传输过程的管路 高压高频振动状态下扩口导管表面易产生磕碰、裂纹和划伤等缺陷 缺陷的存在会导致飞机漏油、液压传递不畅、压力不足等各种故障严重危及飞行安全轻者造成飞行事故征候重者直接造成等级事故 而在飞机喇叭管的维修过程中往往使用人工缺陷检测检测人员使用肉眼或工业内窥镜进行观察 由于油污、表面灰尘、检测环境限制等原因造成检测效率
3、低依据经验判断和长期视觉疲劳容易造成判断错误以卷积神经网络为代表的深度学习模型近年来在越来越多的领域展开应用 在此基础上衍生出了基于深度学习的目标检测方法 该方法采用了监督学习和半监督学习可以使得网络自动选择特征自适应地收稿日期:修订日期:基金项目:安徽省产学研合作基金项目资助()作者简介:周艺璇()女陕西西安人硕士第 卷 第 期航 空 计 算 技 术.年 月 .学习图像特征完成缺陷检测任务 本文提出了一种针对图像细微缺陷的基于神经网络的检测方法可用于飞机大修过程中留机导管喇叭口的缺陷检测 相关研究基于神经网络目标检测主要有两种方法一种是两阶段的另一种是一阶段的 两阶段方法首先提取目标的候选框
4、然后训练检测模型如 、等 而一阶段方法通过检测网络直接生成目标结果不需要提取检测速度较高的目标候选框如、等 使用改进的 模型进行了织物缺陷检测的尝试孙迎春也对 进行了优化用来检测交通灯一些研究人员还试图将深度学习方法应用于检测部件表面的缺陷 文献基于孔深图像和 研究了飞机发动机叶片损伤特征并进行了识别定位提出了 模型该模型以 为基本架构结合了特征金字塔、深度可分离卷积来检测飞机结构中的裂纹 截止目前尚未有人尝试将基于神经网络的目标检测方法应用于飞机导管喇叭口的缺陷检测 算法设计.简介 卷积神经网络模型是一阶段目标检测器而 是 年最新提出的目标检测算法 网络模型综合了原先 模型模型中的优化策略在
5、数据处理、主干网络、网络训练、激活函数、损失函数等方面有不同程度的优化和提升选取基于深度学习的 网络作为基础模型其网络架构由主干网络()、颈部网络()、头部网络()三部分组成 主干网络用来对图像特征进行提取颈部网络也称加强特征提取网络通过不同池化核大小的最大池化对最后的输出特征层进行处理使其感受范围扩宽增强对特征图的提取能力头部网络的作用是接收主干网络和颈部网络提取加工后的特征信息分析计算后输出预测结果.改进 架构.先验框的改进在 系列模型中先验框机制是一个非常大的改进即在目标检测算法中以 为中心点由算法预定义出多个不同长宽 比 的 先 验 框 原 始 提供的先验框是由 数据集聚类得到的然而
6、数据集中对象大小差别较大导致先验框的差别也较大同时飞机导管喇叭口缺陷大小以及缺陷类型与 数据集中的对象差异较大并且多为微小缺陷增加了位置信息的检测难度 如果直接使用原有的先验框则检测精度很低 为此选取对数据集聚类效果较好的 聚类算法重新获取与飞机导管喇叭口缺陷大小和比例相匹配的先验框使用聚类中心和特征的交并比()来作为相似度参数 具体目标函数 如下:式中为待测对象中第 个标注框的面积为第 个聚类中心的面积 为检测目标的数目 为聚类中心数目原始 模型中使用 个特征层进行检测每个特征层各自包含 个尺寸不同的先验框 而改进后的算法模型中先使用 聚类算法对检测目标进行统一数据标注从而产生对应的先验框:
7、在数据集中针对待检测目标进行标注:随机选取 个点位作为起始聚类中心:对检测对象中各标注框与聚类中心点的交并比进行计算:根据交并比的大小标注出交并比最大的聚类中心并分配标注框:分配结束后再重新计算聚类中心重复 直到聚类中心不发生变化最后得到 个先验框的高度和宽度根据上述过程计算出适用于飞机喇叭管表面间隙的先验框大小提高了先验框与不同特征层的匹配程度和特征提取的精度 个先验框尺寸分别为()、()、()、()、()、()、()、()和().网络结构的改进针对飞机导管喇叭口缺陷尺寸小且形状不规则的问题同时考虑到飞机导管喇叭口缺陷特征以及现场检测效率如图 所示将 输出的特征层 和 原先的一个卷积层增加到
8、 个卷积层卷积核分别为 和 并将 结构周围的 个卷积层增加为 个卷积层卷积核分别为 和 、特征层经过多次小卷积处理能够提取更多的图像特征但因为卷积核较小并未增加过多的计算量 而且随着卷积深度增加可以获得更大、更多尺寸的感受范围使得采样更加密集提取到更加全面的特征信息.加入旋转检测模块针对划痕缺陷高纵横比的特征利用旋转检测模块来实现对高纵横比缺陷的检测 具体来说为了准 年 月周艺璇 等:基于改进 的飞机导管喇叭口缺陷检测 确地表示旋转盒的回归角度信息使用一个多向量回归盒来表示目标的坐标信息图 改进的 架构 图 所示其中 为旋转箱的中心 利用从中心点指向的 个向量来描述回归盒预测的向量参数分别为、
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 YOLOv4 飞机 导管 喇叭口 缺陷 检测
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。