基于改进YOLOv4的扫描电镜磨粒图像智能识别

作者：王雨薇; 陈果^*; 何超; 郝腾飞; 马佳丽

来源：摩擦学学报, 2023, 43(07): 809-820.

DOI：10.16078/j.tribology.2022062

• 航空发动机
• 磨损颗粒
• 扫描电镜
• 深度学习
• YOLOv4
• 图像识别

磨损颗粒分析是设备磨损故障诊断和预测的有效手段，为了提高磨粒检测的自动化和智能化程度，提出1种基于改进YOLOv4的目标检测算法，并应用于航空发动机扫描电镜磨粒图像识别.首先，新算法采用VoVNetv2-39替换YOLOv4原主干网络CSPDarknet53，并引入BiFPN特征金字塔结构与新主干相连，同时调整模型中所有3×3标准卷积为深度可分离卷积，以加强多层次特征融合，构造轻量级网络；其次，利用迁移学习解决扫描电镜磨粒图像数量较少的问题，并通过冻结训练加速模型训练过程；最后，应用实际发动机扫描电镜磨粒图像验证，结果表明：新算法相较于原YOLOv4网络，在保证精度的前提下，网络参数量大幅降低，识别速度提升51.1%，满足实际扫描电镜磨粒图像快速、简洁和高精度的检测需求，具备潜在的工程应用价值.

• 单位
  南京工程学院; 南京航空航天大学