基于深度学习的航空发动机安装位置识别

• 作者: 宋鹏亮 薛旭 郝宇 陈科山
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 深度学习 航空发动机 目标检测 YOLOv3
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 63-69
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.20190130

摘要

针对航空发动机在保养和维修过程中遇到的人工安装操作难、定位不准确、操作空间狭小等问题,提出了基于深度学习目标检测算法的安装位置识别方法.以飞机机翼下的发动机安装位置为识别目标,建立深度学习数据集.针对YOLOv3原始算法对目标边界框位置定位精度低的问题,在原始9组候选框的基础上增加3组候选框,并平均分配到3个尺度的特征图上.采用K-means算法对建立的数据集中标定的边界框重新聚类.实验仿真分析结果表明:相比原始算法,通过使用重新聚类的候选框,改进的YOLOv3算法上的训练结果在测试集上的mAP达到80.48％,提高了6.77％,平均IOU提高了8.52％,可以满足发动机安装时的定位要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈科山		15	36	4.0	5.0
2	薛旭		2	0	0.0	0.0
3	宋鹏亮		2	0	0.0	0.0
4	郝宇		1	0	0.0	0.0