-
题名基于改进YOLOv5s的飞机起落架安全销检测算法
- 1
-
-
作者
陈世嘉
叶剑元
龚轩
曾康
倪鹏程
-
机构
北京航空航天大学杭州创新研究院
浙江省长龙技术航空器智能维修高新技术企业研究开发中心
-
出处
《计算机科学》
北大核心
2025年第S1期390-396,共7页
-
基金
国家自然科学基金(62122011,U21A20514)
浙江“尖兵”“领雁”研发攻关计划(2023C01030)。
-
文摘
飞机起落架安全销是一种飞机安全保护装置,飞机起飞前应确保安全销拔出,以保障飞机飞行安全。传统的飞机起落架安全销检查方式是基于人工巡检,这种方式通常会因人为因素产生安全隐患,且效率低下。为了解决这一问题,首次将基于深度学习的目标检测算法应用于飞机起落架安全销检测并从算法模型的轻量化和性能方面进行优化,以更好地在算力资源、存储资源及算法性能方面满足检测任务。基于工业级深度学习目标检测模型YOLOv5进行改进,在模型轻量化方面,引入MobileNetV3作为主干网络用于特征提取,在保证精度的同时大大减少了模型的参数量与计算量;在算法性能方面,引入轻量级坐标注意力模块,帮助算法网络更准确地定位目标并提高目标检测精度。实验结果表明,改进的YOLOv5模型能够有效地进行飞机起落架安全销检测任务,与优化前相比,mAP提升了2.5%,F1评分增加了1.4%,参数量降低了50%,计算量下降了61%。该算法可为飞机起落架安全销自动检测方法提供参考。
-
关键词
起落架安全销
深度学习
目标检测
YOLOv5
坐标注意力
-
Keywords
Landing gear safety pin
Deep learning
Target detection
YOLOv5
Coordinate attention
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
