改进YOLOv4算法的GFRP内部缺陷检测与识别
赵博研
王强
王毅
张鹏涛
高建国
空军工程大学装备管理与无人机工程学院,西安,710051
摘要：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.
关键词：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
分类号：TP391.4(计算技术、计算机技术)
论文发表日期：2021-08-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 55-62 )
英文信息