基于改进YOLO算法的多目标铁谱磨粒智能识别

作者：张子杨; 魏海军^*; 刘竑; 贾风光

来源：润滑与密封, 2021, 46(05): 27-33.

• 铁谱磨粒
• 空间金字塔池化模块
• 卷积层
• 批量归一化层

为提高铁谱磨粒中相似磨粒的识别率,降低小颗粒磨粒的漏检率,并确保检测速度的实时性,基于YOLO算法,提出了大尺度yolo层检测(yolov3mod)和全尺度yolo层检测(yolov35l)两种改进模型。该改进模型通过添加空间金字塔池化模块、拓展yolo层尺度,来改善网络结构,提高了相似磨粒的识别率,降低了小颗粒磨粒的漏检率;通过融合卷积层与批量归一化(BN)层,减少了模型计算量,提高了模型检测速度。实验结果表明:与原始模型相比,yolov3mod模型对相似磨粒的识别率提高了8%,总平均准确率提高了5%,yolov35l模型对相似磨粒的识别率提高了14%,总平均准确率提高了10%;2种改进模型的推理速度相比原始模型提高了8%,且磨粒的定位更加精确,基本实现了复杂背景下多目标磨粒的识别;yolov3mod拥有较快的检测速度,yolov35l则有着更高的检测精度,可根据实际工况需求进行取舍。

• 单位
  上海海事大学; 山东交通学院