文摘针对飞机复合材料缺陷红外图像分辨率较低、检测精度不高等导致缺陷特征难以准确表征的问题,本文提出了一种YOLOv7-FSE(YOLOv7 FReLU-SiLU-EIOU)的改进检测算法。该算法首先将YOLOv7中SiLU激活函数替换为漏斗激活函数FReLU,提高对缺陷特征的空间敏感性。然后使用SPD-Conv(Space to depth Convolution)卷积改进特征提取方式,提升算法对低分辨率红外图像缺陷复杂特征的表征能力。最后将EIOU损失函数替代CIOU损失函数,通过优化边界框识别权重使其聚焦于生成更高质量锚框提升整体检测性能。对比结果表明,本算法相较于其他检测方法如Faster-RCNN、YOLOv3的mAP精度值分别提高10.8%、10.1%。与YOLOv7算法相比,YOLOv7-FSE算法的P精确度由88.3%提高到94.9%,mAP由90.1%提高到97.7%。该算法可应用在飞机表面复合材料缺陷的红外检测中,在结合搭载嵌入式设备开展快速检测方面具有潜在应用前景。
