基于改进YOLOv11n的液体火箭发动机地面测试异常火焰检测

摘要

液体火箭发动机作为航天运载器的核心动力装置，其地面测试中出现的异常火焰是结构性失效甚至灾难性事故的关键早期征兆。此类故障发展迅速且破坏性大，所以准确、迅速识别故障火焰非常重要。为此提出了一种基于优化YOLOv11n的火焰识别算法。首先，在C3k2模块中引入可变形卷积DCNv4，并添加到YOLOv11n骨干网络中，增强模型对复杂几何形状和尺度变化的感知；其次，引入DySample上采样替代邻近插值上采样，减少上采样过程中的特征信息丢失，从而提升模型对小目标的识别能力；最后，将CIoU Loss替换为Focal-EIoU损失函数，提高收敛速度和回归精度。实验结果表明，优化后算法的检测效果有了明显提升，平均检测精度达到了91.8%，较基准模型YOLOv11n提升2.4百分点，在参数量仅增加25%的代价下，实现了检测精度和模型复杂度的平衡。

关键词

YOLOv11n / 目标检测 / 算法改进 / 故障识别 / 动态采样