基于YOLOv3的風(fēng)機葉片故障檢測模型

打開文本圖片集

DOI：10.20030/j.cnki.1000?3932.202403017

摘 要 針對風(fēng)機工作中由于高海拔地理位置、惡劣天氣等因素的影響，致使風(fēng)機葉片出現(xiàn)裂紋、沙眼等缺陷故障，提出基于YOLOv3算法的風(fēng)機葉片故障檢測模型。將風(fēng)機葉片缺陷區(qū)域具有YOLO格式的數(shù)據(jù)集劃分為訓(xùn)練集與測試集，輸入YOLOv3模型進行實驗，結(jié)果表明：YOLOv3模型與YOLOv2模型相比，精度提升3.7%，達到了90.6%;召回率提升3.2%，達到了90.5%;精度平均值提升4.8%，達到了76.2%。（剩余11676字）