飞机装配过程错漏装检测技术研究进展

作者： 王振宇     张祥春     严佳     张晓庆     武湛君   来源： 无损检测 年份： 2024 文献类型 ： 期刊 关键词： 错漏装   机器视觉   深度学习   无损检测   模板匹配  

描述： 飞机装配过程错漏装检测技术研究进展

机器视觉在航空发动机内窥检测中的应用研究

作者： 丁莉芬   来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   机器视觉   内窥检测   图像处理   故障检测   软件工程   孔探技术  

描述： 近年来，机器视觉技术得到了较大的发展，已成为一门重要的研究课题。目前的孔探技术在图像的采集、再现等方面已经达到较高的水平，但是目前的孔探仪还远远没有达到智能化水平，基本上凭借人的经验和查阅相关的手册来解决问题，可靠性低，更无法进行故障的预报，而且

机器视觉在航空发动机内窥检测中的应用研究

作者： 丁莉芬   来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   机器视觉   内窥检测   图像处理   故障检测   软件工程   孔探技术  

描述： 近年来，机器视觉技术得到了较大的发展，已成为一门重要的研究课题。目前的孔探技术在图像的采集、再现等方面已经达到较高的水平，但是目前的孔探仪还远远没有达到智能化水平，基本上凭借人的经验和查阅相关的手册来解决问题，可靠性低，更无法进行故障的预报，而且

基于深度学习的航空发动机涡轮叶片自动射线检测技术研究

作者： 王栋欢     肖洪     吴丁毅   来源： 推进技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   涡轮叶片   射线图像   深度学习   射线检测   缺陷检测  

描述： ，采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据，在此基础上进行了模型训练与测试。结果表明，针对完整涡轮叶片，建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91

基于深度学习的航空发动机涡轮叶片自动射线检测技术研究

作者： 王栋欢   肖洪   吴丁毅   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   涡轮叶片   射线图像   深度学习   射线检测   缺陷检测  

描述： ，采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据，在此基础上进行了模型训练与测试。结果表明，针对完整涡轮叶片，建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91

基于深度学习的航空发动机涡轮叶片自动射线检测技术研究

作者： 王栋欢   肖洪   吴丁毅   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   涡轮叶片   射线图像   深度学习   射线检测   缺陷检测  

描述： ，采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据，在此基础上进行了模型训练与测试。结果表明，针对完整涡轮叶片，建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91

基于深度学习的航空留机导管缺陷检测研究与实现

作者： 李斐   来源： 西安电子科技大学 年份： 2022 文献类型 ： 学位论文 关键词： 留机导管   R   CNN   深度学习   Faster   YOLOv4   缺陷检测  

描述： 基于深度学习的航空留机导管缺陷检测研究与实现

基于深度学习的航空发动机涡轮叶片自动射线检测技术研究

作者： 王栋欢   肖洪   吴丁毅   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   涡轮叶片   射线图像   深度学习   射线检测   缺陷检测  

描述： ，采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据，在此基础上进行了模型训练与测试。结果表明，针对完整涡轮叶片，建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91

基于深度学习的航空留机导管缺陷检测研究与实现

作者： 李斐   来源： 西安电子科技大学 年份： 2022 文献类型 ： 学位论文 关键词： 留机导管   R   CNN   深度学习   Faster   YOLOv4   缺陷检测  

描述： 基于深度学习的航空留机导管缺陷检测研究与实现

基于深度学习的航空发动机涡轮叶片自动射线检测技术研究

作者： 王栋欢   肖洪   吴丁毅   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   涡轮叶片   射线图像   深度学习   射线检测   缺陷检测  

描述： ，采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据，在此基础上进行了模型训练与测试。结果表明，针对完整涡轮叶片，建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91