首页>
根据【关键词:HoloLens2,声纹识别,增强现实,深度学习,民用航空发动机维修】搜索到相关结果 227 条
-
基于关键点检测的航空发动机螺栓安装缺陷自动化检测方法
-
作者:
辛佳雯
王睿
谢艳霞
孙军华
来源:
仪器仪表学报
年份:
2023
文献类型 :
期刊
关键词:
关键点检测
深度学习
双目立体视觉
缺陷检测
-
描述:
针对航空发动机螺栓存在背景复杂、目标小、且精细特征不明显的问题,本文研究了一种基于关键点检测的航空发动机螺栓安装缺陷的自动化检测方法。首先设计了基于Faster RCNN和改进CPN(AD-CPN)的级联卷积神经网络,实现了图像中螺栓及二维关键点的检测,可判断该螺栓是否脱落、漏装。为进一步检测螺栓的三维安装缺陷,通过欧氏距离选择策略对已检测出的关键点进行双目匹配、筛选以获得检测点对,最后对检测点对三维重构,并计算出螺栓的实际长度,从而判断螺栓是否错装。实验结果表明,相较于CPN,AD-CPN的mAP、AP50、AP75分别提升了2.9%、3.3%、4%;螺栓测量长度的相对平均误差约为3.0%,可见该方法具有较高的缺陷检测准确率,有效保障了航空发动机的安全运行。
-
基于无锚解耦头的航空图像旋转目标检测方法研究
-
作者:
康宇哲
冯桂林
张易诚
康逸云
沈炜
来源:
计算机时代
年份:
2023
文献类型 :
期刊
关键词:
深度学习
椭圆中心采样
解耦合检测
无锚点
-
描述:
解耦合目标检测头将边界框回归任务与目标分类任务分离以提高检测精度。实验表明,所提方法在DOTA和HRSC2016数据集上分别达到了75.2%和89.1%的mAP,满足了精确检测的要求。
-
基于深度学习的飞机表面缺陷检测
-
作者:
刘昊
来源:
航空维修与工程
年份:
2024
文献类型 :
期刊
关键词:
注意力机制
深度学习
缺陷检测
残差连接
-
描述:
基于深度学习的飞机表面缺陷检测
-
无损检测技术在航空发动机叶片故障自动检测中的应用
-
作者:
邸三虎
来源:
模具制造
年份:
2024
文献类型 :
期刊
关键词:
深度学习
缺陷自动识别
无损检测
航空发动机叶片
-
描述:
无损检测技术在航空发动机叶片故障自动检测中的应用
-
含干扰区域的航空铣削件导孔视觉测量方法
-
作者:
高光亚
闫娟
杨慧斌
刘亚彪
来源:
上海工程技术大学学报
年份:
2024
文献类型 :
期刊
关键词:
视觉测量
边缘检测
深度学习
图像分割
-
描述:
含干扰区域的航空铣削件导孔视觉测量方法
-
基于机器视觉的飞机蒙皮表面缺陷检测方法综述
-
作者:
邴皓哲
赵健淇
来源:
飞机设计
年份:
2024
文献类型 :
期刊
关键词:
机器视觉
图像处理
深度学习
缺陷检测
-
描述:
传统视觉的方法和基于深度学习的方法,并详细分析了其基本原理、优缺点以及相关的应用算法。对基于机器视觉的飞机蒙皮表面缺陷检测方法进行了总结,对其未来的发展进行了展望。
-
基于深度学习的飞机装配孔位自动检测方法
-
作者:
孟庆嘉
杨超达
谭银
陈波
常玉伟
来源:
现代工业经济和信息化
年份:
2024
文献类型 :
期刊
关键词:
自动检测方法
深度学习
装配孔位
飞机
-
描述:
为提高飞机装配孔位自动检测准确率,降低响应时间,获得较好的检测结果,提出基于深度学习的飞机装配孔位自动检测方法。基于设计的采集结构完成装配孔位图像采集,对图像进行降噪处理,基于深度学习理论,完成
-
深度卷积网络在航空高光谱岩性识别中的应用——以塔木素铀矿床北部地区为例
-
作者:
张川
易敏
童勤龙
叶发旺
徐清俊
李泊凇
来源:
世界核地质科学
年份:
2024
文献类型 :
期刊
关键词:
卷积神经网络
深度学习
航空高光谱遥感
岩性识别
-
描述:
岩矿信息识别是高光谱遥感在地质勘探领域的主要应用方向。传统高光谱遥感方法尽管在矿物识别中取得了良好效果,但对于岩性识别存在瓶颈。深度学习是当前人工智能领域的研究热点,卷积神经网络是适用于图像识别
-
基于深度卷积神经网络的航空器检测与识别
-
作者:
俞汝劼
杨贞
熊惠霖
来源:
计算机应用
年份:
2017
文献类型 :
期刊
关键词:
卷积神经网络
深度学习
目标检测识别
航空器检测
-
描述:
突破,而基于卷积神经网络的航空器目标检测识别算法充分利用了计算硬件的优势,大大缩短了任务耗时。在符合应用场景的自采数据集上进行测试,所提算法目标检测实时性达到平均每张5.765 s,在召回率65.1
-
基于深度学习的航空发动机剩余使用寿命预测研究
-
作者:
温海茹
来源:
内燃机与配件
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
深度学习
剩余使用寿命预测
-
描述:
随着深度学习不断的发展,航空发动机成为近年来的研究热点,其寿命预测的研究也受到了研究学者的关注。本文主要介绍航空发动机的剩余使用寿命预测背景,数据获取过程及基于深度学习的剩余使用寿命的预测方法,以及深度学习在航空发动方面预测的难点和发展趋势。
<
1
2
3
4
5
6
...
21
22
23
>