关键词
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: 目标检测模型设计,最后依据检测结果,应用圆周方程理念完成孔位中心坐标的计算。实验结果表明,所提方法的响应时间均小于9.41 ms,效果均优于对比方法,应用价值较好。
改进YOLOv5的军事飞机检测算法
作者: 王杰     张上     张岳     胡益民   来源: 无线电工程 年份: 2024 文献类型 : 期刊 关键词: FPGM   YOLOv5s   目标检测   Loss   SIOU   军事飞机  
描述: 针对遥感图像中军事飞机目标检测存在的精度低、漏检和虚警率高等问题,提出了一种基于YOLOv5s的轻量化遥感图像军事飞机目标检测算法——YOLO-Military Aircraft
基于Faster R-CNN的轻量化遥感图像军用飞机检测模型
作者: 党玉龙     叶成绪   来源: 激光杂志 年份: 2024 文献类型 : 期刊 关键词: 遥感图像   R   CNN   目标检测   Faster   军用飞机  
描述: 遥感图像军用飞机目标检测对侦察预警和情报分析等领域具有重要意义。针对该任务中图像背景复杂、目标尺度变化大和分布密集等挑战,提出了一种基于Faster R-CNN的轻量化检测模型。该模型使用残差拆分
作者: 邓蕾蕾     潘卫军     崔烁     潘璇   来源: 航空计算技术 年份: 2024 文献类型 : 期刊 关键词: 可视化   形态学   目标检测   尾涡检测   多普勒激光雷达   k   最近邻算法  
描述:
作者: 邓蕾蕾     潘卫军     崔烁     潘璇   来源: 航空计算技术 年份: 2024 文献类型 : 期刊 关键词: 可视化   形态学   目标检测   尾涡检测   多普勒激光雷达   k   最近邻算法  
描述:
技能领域深度学习评价核心指标构建与量表开发研究——以飞机维修虚拟仿真学习为例
作者: 穆肃     高春瑾     田巨   来源: 广州开放大学学报 年份: 2024 文献类型 : 期刊 关键词: 飞机维修   深度学习   量表开发   虚拟仿真   评价指标  
描述: 学生主动、有深度的学习有利于促进职业技能提升。教学质量评价是职业技能教学的重要一环,深度学习理论可为技术支持下的专业技能教学与评价提供理论支持和实践指导。本研究以飞机维修虚拟仿真教学为例,采用
航空发动机叶片表面损伤与检测研究进展
作者: 程亚茹     李湉     薛辉     黎红英     王丹     唐鋆磊   来源: 航空发动机 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   机器视觉   叶片损伤   深度学习   无损检测  
描述: 航空发动机叶片的工作环境极其恶劣,表面会出现各种类型的损伤。在损伤早期进行表面检测能够有效预防因损伤扩展导致的叶片失效断裂。发动机叶片表面损伤的检测和评估主要由人工操作,严重依赖工作经验,但人工检测不仅效率低下,而且检测结果容易受到人为因素的影响。为了高效、高精度地检测发动机叶片表面损伤,从叶片失效形式出发,综述了发动机叶片在停放和运行2种状态下的损伤机理,并重点阐述了涡流检测、渗透检测等常用于叶片表面损伤检测的方法。总结了基于机器视觉的检测技术,分析机器视觉检测面临数据集稀缺和单一性的挑战,认为收集大量数据并进一步完善评估标准是未来发动机叶片表面损伤检测系统研究的重点方向。
< 1 2 3 4 5 6 ... 7 8 9
Rss订阅