基于深度学习的航空发动机安装位置识别

摘要

针对航空发动机在保养和维修过程中遇到的人工安装操作难、定位不准确、操作空间狭小等问题,提出了基于深度学习目标检测算法的安装位置识别方法.以飞机机翼下的发动机安装位置为识别目标,建立深度学习数据集.针对YOLOv3原始算法对目标边界框位置定位精度低的问题,在原始9组候选框的基础上增加3组候选框,并平均分配到3个尺度的特征图上.采用K-means算法对建立的数据集中标定的边界框重新聚类.实验仿真分析结果表明:相比原始算法,通过使用重新聚类的候选框,改进的YOLOv3算法上的训练结果在测试集上的mAP达到80.48％,提高了6.77％,平均IOU提高了8.52％,可以满足发动机安装时的定位要求.