-
题名基于多级卷积与形状增强的蒙皮缺陷检测方法
- 1
-
-
作者
王珏
卢震宇
张晓巍
孙玉文
朱丽
-
机构
沈阳飞机工业(集团)有限公司
大连理工大学机械工程学院
大连理工大学高性能精密制造国家重点实验室
-
出处
《航空制造技术》
北大核心
2026年第6期22-29,共8页
-
基金
国家自然科学基金(52535011)。
-
文摘
飞机蒙皮作为飞机关键结构部件,表面缺陷直接影响飞机整体结构性能和隐身性能。本文提出一种基于RT-DETR模型的深度学习检测网络,以提升飞机蒙皮缺陷检测的准确性与鲁棒性。针对缺陷多尺度、形态多变,以及分布复杂的问题,设计多项创新技术予以优化。特征提取阶段引入多级卷积块(Multilevel convolution blocks,MCB),通过多层次卷积操作强化不同尺度特征的判别性,有效捕捉各层次细节信息;特征融合阶段采用多尺度特征增强(Multiscale feature enhancement,MSFE)模块,通过多尺寸深度卷积核构建上下文信息,提升网络对多尺度缺陷特征的鲁棒性与适应性;回归阶段引入形状感知(Shape-IoU)优化模块,通过优化边界框与缺陷轮廓的匹配度,显著提升检测结果的精确度。试验结果显示,所提出的检测网络在Aircraft数据集上的mAP@0.5达94.8%,较原RTDETR模型提升12.7%;在NEU-DET测试集上的mAP@0.5为92.5%。上述结果验证了该模型在提升飞机蒙皮缺陷检测精度与泛化能力方面的有效性。
-
关键词
蒙皮缺陷检测
多级卷积块
多尺度特征增强
目标检测
损失函数
-
Keywords
Skin defect detection
multilevel convolutional blocks(mcb)
Multiscale feature enhancement(MSFE)
Object detection
Loss function
-
分类号
V267+.2
[航空宇航科学与技术—航空宇航制造工程]
-
