来源：期刊VIP网 时间：
作者：吕巨建;曾运标;林凯瀚;黎嘉文;陈艳美;陈荣军;
单位：广东技术师范大学计算机科学学院;广东工业大学计算机学院;
摘要：针对高校人工智能课程教学中缺乏实际应用案例的问题，设计并实现一种基于深度学习的航空发动机损伤识别实验。实验采用YOLOv9-c作为基线模型提取损伤特征，在主干网络中集成空间通道注意力模块，以增强模型对关键特征的识别能力。通过Python编程语言和PyTorch深度学习框架，开发并实现一个基于改进YOLOv9模型的航空发动机损伤检测系统。实验过程中，学生可通过基线模型和改进模型的识别对比实验，验证改进模型的有效性，还可自行编程设计完成改进YOLO模型的创新性实验。实验为实践导向的教学提供深度学习在实际工程中的应用案例，有助于培养学生的实践技能和创新思维。
关键词：深度学习;;航空发动机;;损伤识别;;空间通道注意力
基金资助：国家自然科学基金青年基金项目（11801097）;; 教育部产学合作协同育人项目（241003632084003,241005211144020）;; 2023年广东省高等职业教育教学质量与教学改革工程项目（2023JG296）;; 广东技术师范大学2022年博士点建设单位科研能力提升项目（22GPNUZDJS31）
