面向航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法

作者： 何振华     刘桂雄     黎文富   来源： 电子测量技术 年份： 2025 文献类型 ： 期刊 关键词： 缺陷评估   语义分割   U   航空发动机涡轮叶片   Net  

描述： 面向航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法

面向航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法

作者： 何振华     刘桂雄     黎文富   来源： 电子测量技术 年份： 2025 文献类型 ： 期刊 关键词： 缺陷评估   语义分割   U   航空发动机涡轮叶片   Net  

描述： 面向航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法

基于深度学习域适应的飞机结冰图像气泡提取方法

作者： 赵红梅     彭博     周志宏     易贤   来源： 南京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 气泡提取   U   Attention   图像分割   域适应   动态结冰   Net  

描述： 针对采用深度学习方法提取结冰显微图像中的气泡需要大量标注数据，但人工标注气泡任务较为困难的问题，提出了一种基于风格迁移网络CycleGAN和图像分割网络Attention U-Net的域适应提取方法。该方法通过程序模拟气泡形态生成的图像为源域，结冰显微图像为目标域，通过CycleGAN将源域图像转为目标域风格，采用风格转换后的源域数据集训练Attention U-Net网络。通过对比实验对无标注结冰图像和少量标注图像两种情况进行验证。实验结果表明，在无标注图像的情况下，可实现无监督的结冰显微图像的气泡提取；在只有少量标注图像的情况下，该方法可实现更精确的气泡提取。

基于U-Net的半航空瞬变电磁降噪方法及应用

作者： 刘东     冯浩     王用鑫     周小生     姚宇洪     孙怀凤   来源： 煤田地质与勘探 年份： 2025 文献类型 ： 期刊 关键词： 半航空瞬变电磁法   复杂噪声   U   深度学习   Net   降噪  

描述： 基于U-Net的半航空瞬变电磁降噪方法及应用

CNN with New Spatial Pyramid Pooling and Advanced Filter-Based Techniques: Revolutionizing Traffic Monitoring via Aerial Images

作者： Irfan   Javid     Rozaida   Ghazali     Waddah   Saeed     Tuba   Batool     Ebrahim   Al   Wajih   来源： Sustainability 年份： 2023 文献类型 ： 期刊 关键词： semantic   Kalman   categorization   recognition   extended   vehicle   filter   pooling   U   and   pyramid   segmentation   spatial   Net  

描述： The escalation in vehicular traffic, in conjunction with global population growth, has precipitated heightened road congestion, augmented air pollution, and a rise in vehicular accidents. Over the past decade, the global vehicular count has witnessed a substantial surge. In this context, traffic monitoring emerges as a paramount challenge, especially within developing nations. This research introduces an innovative system for vehicle detection and categorization aimed at intelligent traffic monitoring. The system utilizes a convolutional neural network-based U-Net model for the segmentation of aerial images. After segmentation, the outputs are further analyzed for vehicle identification. This vehicle detection utilizes an advanced spatial pyramid pooling (ASPP) mechanism which refines the spatial partitions of the image and captures intricate details, enhancing the accuracy and precision of the detection process. Detected vehicles are then categorized into distinct subcategories. For the effective management and control of high-density traffic flow, the extended Kalman filter (EKF) technique is employed, thereby reducing the reliance on human oversight. In experimental evaluations, our proposed model exhibits exemplary vehicle detection capabilities across the German Aerospace Center (DLR3K) and the Vehicle Detection in Aerial Imagery (VEDAI) datasets. Potential applications of the system encompass vehicle identification in traffic streams, traffic congestion assessment, intersection traffic density analysis, differentiation of vehicle types, and pedestrian pathway determination.

航空发动机涡轮叶片的三维CT检测

作者： 张祥春   周言贤   刘安   王俊涛   来源： 无损检测 年份： 2018 文献类型 ： 期刊 关键词： 三维CT   航空发动机涡轮叶片   应用  

描述： 介绍了三维CT(计算机层析成像)成像的原理,给出了针对航空发动机涡轮叶片这种异形结构的多模式重建算法,进行了航空发动机涡轮叶片的三维CT检测试验。结果表明:三维工业CT技术能从多个方位表征叶片内部的裂纹、气孔、夹杂等缺陷,比胶片射线照相更加直观、全面,值得推广。

航空复合材料无损检测与评估技术研究进展回顾

作者： 刘松平   刘菲菲   李乐刚   杨玉森   来源： 航空制造技术 年份： 2019 文献类型 ： 期刊 关键词： 电子散斑干涉法   缺陷评估   红外检测   复合材料   超声检测   X射线检测   无损检测  

描述： 针对近10余年来航空复合材料无损检测与评估(Nondestructive Testing and Evaluation,NDT&E)领域涌现出来的新研究新进展,分3个部分进行了回顾:在第1部分,重点

基于改进PSPNet网络的航空发动机烧蚀类损伤检测

作者： 陈纪宗     付茂洺   来源： 计算机仿真 年份： 2025 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   语义分割   深度学习  

描述： 基于改进PSPNet网络的航空发动机烧蚀类损伤检测

BCG技术发展现状及其在航空航天医学中的应用前景

作者： 蒋文俊     曹新生   来源： 心脏杂志 年份： 2025 文献类型 ： 期刊 关键词： 航空航天医学   U   心冲击图   非接触式智能床垫   net++模型  

描述： BCG技术发展现状及其在航空航天医学中的应用前景

基于多尺度U-Net与Transformer特征融合的航空遥感图像飞机检测方法

作者： 张善文     邵彧     李萍     令伟锋   来源： 弹箭与制导学报 年份： 2024 文献类型 ： 期刊 关键词： Transformer   Net与Transformer   航空遥感图像飞机检测   多尺度U   Net  

描述： 航空遥感图像(ARSI)飞机检测一直是一个重要且具有挑战性的课题。针对现有ARSI飞机检测方法(ARSIAD)检测目标的边缘模糊、小目标的检测精度低、没有充分利用ARSI的全局上下文信息等问题，提出一种基于多尺度U-Net与Transformer (MSU-Trans)特征融合的ARSIAD方法。通过多尺度卷积模块Inception提取ARSI中多样性目标的分类特征，通过Transformer增强模型的全局语义检测性能，通过特征融合模块整合高层和低层特征，得到航空目标图像完整的边缘和纹理特征。该模型结合多尺度U-Net较强的局部特征提取能力和Transformer较强的全局上下文依存关系提取能力，进而提高MSU-Trans的整体检测性能。在ARSI集上的试验表明，与U-Net、多尺度U-Net、注意力U-Nets相比，MSU-Trans具有较高的检测精度，精度超过95%,该方法为ARSIAD提供一定的技术支撑。