基于迁移学习的飞机线束模板图纸识别模型研究

日期:2024.12.17 点击数:0

【类型】期刊

【作者】周文举  朱一丁  杨庆华  朱喜  王长法 

【刊名】信阳师范学院学报(自然科学版)

【关键词】 线束模板图纸,卷积神经网络,航空电气线路互联系统(EWIS),16网络,VGG,迁移学习

【摘要】针对航空电气线路互联系统(EWIS)线束模板图纸在更改时的识别与分类问题,设计了一种基于迁移学习的飞机线束模板图纸内容分类方法。由现有的线束模板图纸建立线束模板图纸元素数据集,选定VGG-16网络作为基础网络进行改进,优化模型结构与参数。为了解决数据集规模较小并提高模型的识别精度及训练效率的问题,将大规模数据集训练的预训练模型迁移至线束模板图纸元素数据集进行训练,并比较不同迁移学习方式及不同网络结构对模型性能的影响。试验结果表明,微调迁移学习模型具有较高的分类准确度,达到了98.89%。与其他网络相比,该微调迁移学习模型具有更短的训练时长以及更高的识别准确率,具有较好的应用前景。

【年份】2024

【作者单位】上海大学机电工程与自动化学院;中国商飞上海飞机设计研究院;

【期号】02

【页码】240-245

3 0
Rss订阅