基于改进YOLO算法的多目标铁谱磨粒智能识别

• 作者: 张子杨 魏海军 刘竑 贾风光
• 来源期刊: 润滑与密封
• 关键词: 铁谱磨粒 空间金字塔池化模块 卷积层 批量归一化层
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 试验研究|Research and Test
• 页码范围: 27-33
• 页数: 7页
• 分类号: TH117.1
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0150.2021.05.005

摘要

为提高铁谱磨粒中相似磨粒的识别率,降低小颗粒磨粒的漏检率,并确保检测速度的实时性,基于YOLO算法,提出了大尺度yolo层检测(yolov3_mod)和全尺度yolo层检测(yolov3_5l)两种改进模型.该改进模型通过添加空间金字塔池化模块、拓展yolo层尺度,来改善网络结构,提高了相似磨粒的识别率,降低了小颗粒磨粒的漏检率;通过融合卷积层与批量归一化(BN)层,减少了模型计算量,提高了模型检测速度.实验结果表明:与原始模型相比,yolov3_mod模型对相似磨粒的识别率提高了8％,总平均准确率提高了5％,yolov3_5l模型对相似磨粒的识别率提高了14％,总平均准确率提高了10％;2种改进模型的推理速度相比原始模型提高了8％,且磨粒的定位更加精确,基本实现了复杂背景下多目标磨粒的识别;yolov3_mod拥有较快的检测速度,yolov3_5l则有着更高的检测精度,可根据实际工况需求进行取舍.