中国安全科学学报

作者：夏正洪, 何琥, 杨磊, 吴建军, 刘璐

单位：1 中国民用航空飞行学院 空中交通管理学院,四川 广汉 618307；2 中国民用航空华北地区管理局,北京 100621；3 中国航空工业集团有限公司 成都飞机设计研究所,四川 成都 610091

关键词：改进YOLOv8n,飞机铆钉,脱落,异常检测,空间深度转换卷积(SPD-Conv),消融试验

基金：国家重点研发计划(2024YFC3014400); 民航飞行技术与飞行安全科研基地(F2024KF04C); 四川省重点研发计划项目(2024YFTX0078); 中国民用航空飞行学院基本科研项目(24CAFUC03047)

为解决飞机铆钉小目标检测时易出现漏检的问题,提出一种基于改进YOLOv8n的飞机铆钉及脱落异常检测算法。首先,通过添加小目标检测层,更好地融合骨干网络中的浅层细节信息,提高算法的特征融合能力以及对铆钉小目标的识别与定位性能;其次,将骨干网络中的前2次卷积替换为空间深度转换卷积(SPD-Conv),通过特征图的重组与非跨步卷积的组合,减少算法在下采样过程中的信息丢失;然后,将大型可分离核注意力(LSKA)融入快速空间金字塔池化(SPPF)模块中,通过计算每个特征图上的空间权重和通道权重,捕捉空间与通道之间的依赖关系,并调整特征图,增强算法对铆钉特征信息的提取和识别能力;最后,基于自建的飞机铆钉数据集进行消融试验和对比试验。结果表明:所提算法能实时检测飞机铆钉及脱落异常,较YOLOv8n算法检测结果在精确率、召回率、平均精度均值(mAP)分别提升6.5%、16%、15%,较其他主流算法的检测性能均有较大提升。

来源：2025年第2期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第2期