改进YOLOv4算法的GFRP内部缺陷检测与识别

• 作者: 赵博研 王强 王毅 张鹏涛 高建国
• 来源期刊: 空军工程大学学报（自然科学版）
• 关键词: 玻璃纤维复合材料 太赫兹时域光谱 目标检测 K-means算法 YOLOv4算法
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 军用航空|Military Aviation
• 页码范围: 55-62
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2021.04.009

摘要

为实现航空玻璃纤维复合材料内部分层缺陷的智能识别,搭建了一种多自由度光纤耦合式太赫兹时域光谱系统,对带有模拟内部分层缺陷的样件进行检测,对检测结果图像进行了数据筛选、数据增强和数据标注,构建目标检测所用数据集.同时,提出了一种改进的YOLOv4算法,提高了缺陷智能识别的精度.实验结果表明,改进的YOLOv4算法在测试集得到91.05％ 的准确率和92.02％ 的召回率,分别较原YOLOv4算法提高了5.73％ 和8.51％,具有更强的特征提取能力,并展现出良好鲁棒性,明显消除了应用原YOLOv4算法的错检、漏检现象.