基于改进SSD的航空发动机目标缺陷检测

• 作者: 陈为 梁晨红
• 来源期刊: 控制工程
• 关键词: SSD模型 凸台检测 数据集 聚类分析 卷积神经网络 特征提取
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 建模与仿真系统
• 页码范围: 2329-2335
• 页数: 7页
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.CPCC2019-063

摘要

针对航空发动机的维修检测存在结构复杂、难度大、目标小等问题,提出了改进的单激发多盒探测器(single short multibox detector,SSD)模型,用于检测航空发动机内部凸台缺陷.首先,介绍了实验选用的数据集以及对数据集的处理.然后,分析了SSD模型的基本原理和检测流程,根据凸台缺陷的特点对SSD模型进行了调整.一是对实验数据集采用聚类分析算法来计算模型默认框大小;二是采用模型更底层的卷积层所输出的特征图来进行凸台缺陷的特征提取.最后,通过MATLAB软件对数据集进行扩充.改进后的SSD模型识别凸台缺陷的准确率从从2％提高到了19.6％,但是对实际应用来讲还有很大的提升空间.