改进YOLOv4的表面缺陷检测算法

作     者：李彬 汪诚 丁相玉 巨海娟 郭振平 李卓越 LI Bin;WANG Cheng;DING Xiangyu;JU Haijuan;GUO Zhenping;LI Zhuoyue

作者机构：空军工程大学基础部西安710038 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2023年第49卷第3期

页      面：710-717页

核心收录：

学科分类：08[工学] 082502[工学-航空宇航推进理论与工程] 081104[工学-模式识别与智能系统] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(41774037)~~ 

主　　题：YOLOv4 表面缺陷检测 航空发动机 小目标检测 聚焦损失 

摘      要：为解决航空发动机部件表面缺陷检测精度低、检测速度慢的问题,提出一种改进的YOLOv4算法进行智能检测。在路径聚合网络(PANet)结构中融合浅层特征与深层特征,增大特征检测尺度,同时去除自下而上的路径增强结构,提高小目标检测精度和整体检测速度;根据各类缺陷数量不同的情况,优化聚焦损失中的平衡参数,增加权重因子调节各类缺陷的损失权重,将改进后的聚焦损失代替分类误差中的交叉熵损失函数,降低样本不平衡和难易样本对检测精度的影响。实验表明:相比于原始YOLOv4算法,改进后的YOLOv4算法在测试集上的平均精度均值(m AP)为90.10%,提高了2.17%;检测速度为24.82 fps,提高了1.58 fps,检测精度也高于单发多框检测(SSD)算法、EfficientDet算法、YOLOv3算法和YOLOv4-Tiny算法。