RBs-YOLO旋转叶片检测网络

无标靶全场位移监测

融合旋转边界框与Deep SORT目标编码，实现旋转叶片免人工标记的全场位移精确测量与运行参数识别。

Zhao, Wenhai · 李万润 · 杜永峰

Mechanical Systems and Signal Processing 2025

参数信息

检测精度

>98 %

时域误差

0.1 mm

风机额定功率

2.0 MW

图像融合因子

0.7

技术优势

免人工标记

引入旋转边界框检测方法，实现旋转叶片无靶标检测，避免人工粘贴标记的劳动密集型操作。

背景干扰消除

深度学习图像融合算法融合因子设为0.7，精确分割风机各部件、增强特征并消除背景干扰。

高精度识别

对不同转速下的旋转叶片检测精度超过98%，时域误差在0.1 mm以内，确保运行参数准确识别。

应用场景

• 风力机叶片状态监测：无需人工标记，实时输出叶片全场位移和运行参数，替代传统粘贴标记的监测方式。
• 旋转机械视觉测量：适用于旋转机械的无靶标视觉测量，提高位移识别精度并消除背景干扰。
• 工业视觉检测：为工业视觉检测提供高精度旋转目标检测方案，可集成到风场摄像系统。