南京航空航天大学学报

作者：徐超，王文哲，蒋增华，冷晟，王静秋

单位：1南京航空航天大学机电学院,南京210016；,1南京航空航天大学机电学院,南京210016；,2中国航发湖南动力机械研究所, 株洲412002；,1南京航空航天大学机电学院,南京210016；,1南京航空航天大学机电学院,南京210016；

关键词：航空发动机;孔探检测;YOLOv8;叶片损伤;目标检测

基金：直升机动力学全国重点实验室2024年度科技创新基金（KY-1003-2024-0027）。

针对航空发动机孔探图像叶片损伤方向任意且细长损伤易引入过多背景干扰、导致定位精度下降的问题，本文提出一种基于改进You only look once version 8（YOLOv8）的旋转目标检测模型BD-YOLO。首先，设计融合跨阶段连接（Cross stage partial，CSP）与密集连接扩张卷积模块（Receptive field enhancement module，RFEM）的小目标检测跨阶段局部感受野增强模块（Cross stage partial receptive field enhancement module，CSRFEM），增强对细小损伤的特征提取能力。其次，在颈部网络引入改进的双向特征金字塔网络SimBiFPN，实现多尺度特征的高效融合。最后，在头部网络增设专用小目标检测头，提升小尺寸损伤的识别精度。实验结果表明，BD-YOLO的平均精度均值（Mean average precision，mAP）50、mAP75和mAP50~95分别达到98.6%、84.3%和63.3%，检测速度为34帧/s，能够实现叶片损伤的高精度实时检测。

来源：2026年第2期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2026年第2期