基于深度学习的座舱开关状态识别研究

作者：邓乐武; 成金涛; 曾苏凡

来源：测控技术, 2021, 40(08): 54-57.

DOI：10.19708/j.ckjs.2021.08.010

• Faster R-CNN
• 特征融合
• 多分支结构
• 膨胀系数

飞机飞行前为保证飞行安全,需要机务人员对座舱开关、安全销等状态进行检查确认,由于检查对象多、状态多,人为检查常常出现错检、漏检。因此,以飞机座舱开关为具体研究对象,提出了一种基于深度学习的座舱开关状态识别方法。在典型的目标检测算法Faster R-CNN的基础上,提出基于特征融合的多分支Faster R-CNN改进算法,既提升了小目标开关的检测精度,又兼顾了一般大小目标物体的检测精度。多组对比实验表明,所提出的方法在座舱开关状态检测场景中的平均精度较原始的Faster R-CNN有明显提升。

• 单位
  成都飞机工业（集团）有限责任公司; 成都飞机工业(集团)有限责任公司