基于改进SSD模型的风电叶片内腔缺陷检测

郭贺

上海发电设备成套设计研究院有限责任公司，上海200240

摘要 针对风电叶片内腔结构复杂、缺陷种类多样、难以准确检测等问题，提出了改进的单次多边界框检测器（SSD）缺陷检测算法，并提出3方面改进：通过将SSD基础网络由可变形卷积神经网络（VGG-16）变成残差网络（ResNet101）以优化预测边界框的回归和分类任务的输入特征；通过加入全卷积空间注意力模块（FCSE）使模型更加关注重要特征，从而提高检测的准确性；通过在损失函数中添加超参数来控制平滑区域，使模型更加稳定。在自建风电叶片内腔数据集上的对比实验表明，改进的SSD模型平均精度（mAP）值为83.6%，比原始SSD模型提升了9.4个百分点，检测精度优于其他基于SSD框架的主流模型，同时该模型大幅减少了模型参数量，降低了模型的复杂度和存储需求，检测速度为31.6 f/s，可满足实际生产工作中的检测速度需要。

关键词 风电叶片；单次多边界框检测器；缺陷检测

（责任编辑  傅雪）

http://www.kjdb.org/CN/10.3981/j.issn.1000-7857.2023.05.00745