基于AFE-YOLOv7模型的航空保险丝绕向识别方法

来源：电子测量技术杂志2024年第22期北京时间：

作者：赵世伟，段宇光，曹希博，王浩

单位：1.中国民航大学工程技术训练中心 天津 300300; 2.中国民航大学电子信息与自动化学院 天津 300300

摘要：针对典型维修场景中人工目视检查航空保险丝绕向效率低、标准不一致的问题,构建了航空保险丝绕向自动检测模型AFE-YOLOv7。以YOLOv7作为基本模型，将卷积块注意力机制CBAM集成到SPPCSPC空间池化金字塔模块，增强网络对不同通道间信息和空间信息的关注能力；在颈部网络和头部预测网络之间嵌入CA坐标注意力模块，增强网络对航空紧固件保险丝绕向方向和位置信息的感知能力；优化边界框损失函数为Focal-EIoU Loss，提高模型的鲁棒性。采用自建的航空保险丝绕向数据集，开展AFE-YOLOv7模型的对比和消融实验，结果表明，AFE-YOLOv7达到了83.33%的最高精度，相比YOLOv7在精确度、召回率及mAP指标上分别提高了7.67%、8.68%及10.25%；与YOLOv5s等广泛使用的目标检测方法相比，能够更好地适应多场景下的保险丝绕向检测，30.1 fps的运行速度满足实时检测要求，推动了智慧民航的建设。

关键词：YOLOv7;保险丝绕向检测;注意力机制;损失函数

基金资助：国家重点研发计划基金（2023YFB4302404）项目资助