智能光学感知的航空紧固件旋转目标检测方法研究与应用

摘要

本文针对航空紧固件检测的工业需求，提出了一种轻量级的旋转目标检测方法——OLAFDet （ Orientation-Aware Lightweight Aviation Fastener Detection method）。该方法通过构建基于强化语义和 优化空间的特征融合机制，有效缓解了深浅层特征融合时的信息差异问题，并通过空洞幻影模块减少 了特征融合网络的参数量。为了解决水平检测方法在密集场景下的漏检和缺乏目标角度信息的问题， 本文采用了高斯类环形平滑标签方法，将检测框角度的回归问题转化为分类问题，增加了 180 个角度 类别预测。实验结果表明，OLAFDet 在权威公开旋转数据集DOTA 上的检测精度优于现有方法，且 模型大小仅为 18MB，适合边缘部署。在航空紧固件检测任务中，该方法实现了 99.76%的mAP，检测 速度超过 20 FPS，满足了工业应用的高精度与实时性要求。