按文献类别分组
关键词
基于SSD算法的航空发动机内部凸台缺陷检测
作者: 陈为   梁晨红   来源: 电子测量技术 年份: 2021 文献类型 : 期刊 关键词: SSD算法   图像处理   凸台缺陷检测   默认框  
描述: 基于深度学习的背景,提出将目标检测算法用于航空发动机内部凸台缺陷的检测研究。首先介绍了算法的主要特点,通过使用聚类分析方法改进算法产生默认框的生成方式,提高了算法模型对发动机内部凸台缺陷的匹配能力;并采用多种图像处理算法相结合,对目标图像进行预处理来突出凸台缺陷的主要特征,增强了算法模型提取待检测目标的特征信息,从而进一步提高检测算法对于航空发动机凸台缺陷的检测精度。最终检测算法对于凸台缺陷的检测精度达到了95%以上。
基于SSD算法的航空发动机内部凸台缺陷检测
作者: 陈为   梁晨红   来源: 电子测量技术 年份: 2020 文献类型 : 期刊 关键词: SSD算法   图像处理   凸台缺陷检测   默认框  
描述: 基于深度学习的背景,提出将目标检测算法用于航空发动机内部凸台缺陷的检测研究。首先介绍了算法的主要特点,通过使用聚类分析方法改进算法产生默认框的生成方式,提高了算法模型对发动机内部凸台缺陷的匹配能力;并采用多种图像处理算法相结合,对目标图像进行预处理来突出凸台缺陷的主要特征,增强了算法模型提取待检测目标的特征信息,从而进一步提高检测算法对于航空发动机凸台缺陷的检测精度。最终检测算法对于凸台缺陷的检测精度达到了95%以上。
基于改进SSD的航空发动机目标缺陷检测
作者: 陈为   梁晨红   来源: 第30届中国过程控制会议(CPCC 2019) 年份: 2019 文献类型 : 会议论文 关键词: 数据集   特征提取   卷积神经网络   凸台检测   SSD模型   聚类分析  
描述: 基于改进SSD的航空发动机目标缺陷检测
基于YOLOv4的航空发动机叶片凸台目标检测
作者: 陈为   钟欣童   张婧   李泽辰   来源: 计算机仿真 年份: 2022 文献类型 : 期刊 关键词: 数据增强   目标检测   叶片凸台检测   聚类分析  
描述: 针对航空发动机内部检测叶片凸台缺陷的问题,提出了一种基于YOLOv4(You Only Look Once)的目标检测算法。算法使用迁移学习加载了在coco公开数据集上训练的预训练模型权重,为了更好的适应对凸台检测中小目标、结构复杂的特点,通过聚类分析的方法调整先验框尺寸,同时对原始数据集使用Mosaic方法进行数据增强。实验结果表明,改进后的YOLOv4模型在检测精度上提高了15.85%,召回率提高了21%,平均交并比可达0.75,检测性能优于在同一数据集中使用的SSD目标检测算法。
< 1
Rss订阅