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：空军工程大学学报(自然科学版), 2021, 22(04): 55-62.

• 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

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。

• 单位
  空军工程大学