文献类型：期刊文章

作　　者：张子杨[1] 魏海军[1] 刘竑[1] 贾风光[2]

ZHANG Ziyang;WEI Haijun;LIU Hong;JIA Fengguang(Merchant Marine College,Shanghai Maritime University,Shanghai 201306,China;School of Marine and Marine Engineering,Shandong Jiao Tong University,Jinan Shandong 264209,China)

机构地区：[1]上海海事大学商船学院,上海201306 [2]山东交通学院船舶与轮机工程学院,山东济南264209

出　　处：《润滑与密封》

年　　份：2021

卷　　号：46

期　　号：5

起止页码：27-33

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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。

关 键 词：铁谱磨粒 空间金字塔池化模块  卷积层  批量归一化层  

分 类 号：TH117.1]