智慧科技

基于 ResNet 模型的飞机蒙皮坑洞及发动机内窥镜图像坑洞检测模型研究

张 成博

上海工程技术大学飞行学院

陈 胤全

上海工程技术大学飞行学院

DOI: https://doi.org/10.59429/zhkj.v2i6.12771

Keywords: 飞机蒙皮检测；深度学习；ResNet 模型；迁移学习；多标签分类

---

Abstract

为提升飞机维护与安全检查效率，本文开发了一种基于深度学习的飞机蒙皮坑洞检测模型。该模型以预训练 ResNet 为基础架构，运用迁移学习方法进行微调，并设计定制化分类头以适配小坑、中坑、大坑的多标签分类任务。 实验结果表明，模型在验证集上准确率达 80%-85%，收敛性良好，虽存在一定过拟合现象，但整体能有效实现飞机 蒙皮坑洞自动识别，为飞机维护工作提供技术支持。

---

References

[1] Anurag Upadhyay, Jun Li, Steve King and Sri Addepalli.A Deep-Learning-Based Approach for Aircraft Engine Defect Detection[J],Mechines,2023.11,192.

[2] 单腾飞. 基于深度学习的飞机蒙皮损伤智能检测方法[J]. 硕士电子期刊出版信息，2025.10.16.

[3] 卢海军，胡增林. 飞机蒙皮损伤智能检测方法[J]. 基础科学，2024,09.

[4] 裴广达. 孔探与现代航空发动机维护[J]. 航空工程与维修，2000(05).

[5] 李华，陈果，陈新波等. 航空发动机内部裂纹自动测量方法研究[J]. 计算机工程与应用，2016.11.

[6] 刘笃喜，温立民，朱名铨. 飞机发动机叶片裂纹自适应检测算法的研究[J]. 测控技术，2007.06.