針對(duì)傳統(tǒng)深度學(xué)習(xí)模型在進(jìn)行焊縫缺陷檢測(cè)時(shí)對(duì)小缺陷目標(biāo)檢測(cè)效果不理想問(wèn)題,提出基于改進(jìn)深度學(xué)習(xí)Faster RCNN模型的焊縫缺陷檢測(cè)算法,算法通過(guò)多層特征網(wǎng)絡(luò)提取多尺度特征圖并共同作用于模型后續(xù)環(huán)節(jié),以充分利用模型中的低層特征,增加細(xì)節(jié)信息;改進(jìn)模型的區(qū)域生成網(wǎng)絡(luò),加入多種滑動(dòng)窗口,從而優(yōu)化了模型錨點(diǎn)的長(zhǎng)寬比設(shè)置,提高檢測(cè)能力。實(shí)驗(yàn)表明,改進(jìn)Faster RCNN模型取得最優(yōu)的缺陷檢測(cè)結(jié)果,對(duì)于小缺陷目標(biāo)仍取得較好的檢測(cè)精度,從而驗(yàn)證了算法的有效性。 

【文章來(lái)源】：宇航計(jì)測(cè)技術(shù). 2020,40(03)CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 引言
2 改進(jìn)Faster RCNN模型缺陷檢測(cè)
3 改進(jìn)Faster RCNN模型的實(shí)驗(yàn)分析
    3.1 數(shù)據(jù)集及網(wǎng)絡(luò)訓(xùn)練
    3.2 實(shí)驗(yàn)評(píng)估指標(biāo)
    3.3 實(shí)驗(yàn)結(jié)果及分析
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于超聲紅外熱成像的缺陷檢測(cè)與定位研究[J]. 米浩,楊明,于磊,安大偉,趙夙,金家欣,雷華明.  振動(dòng).測(cè)試與診斷. 2020(01)
[2]基于改進(jìn)SSD的電力設(shè)備紅外圖像異常自動(dòng)檢測(cè)方法[J]. 王旭紅,李浩,樊紹勝,蔣志鵬.  電工技術(shù)學(xué)報(bào). 2020(S1)
[3]基于輪廓特征及灰度相似度匹配的接觸網(wǎng)絕緣子缺陷檢測(cè)（英文）[J]. Ping TAN,Xu-feng LI,Jin-mei XU,Ji-en MA,Fei-jie WANG,Jin DING,You-tong FANG,Yong NING.  Journal of Zhejiang University-Science A（Applied Physics & Engineering）. 2020(01)
[4]基于Faster R-卷積神經(jīng)網(wǎng)絡(luò)的金屬點(diǎn)陣結(jié)構(gòu)缺陷識(shí)別方法[J]. 張玉燕,李永保,溫銀堂,張芝威.  兵工學(xué)報(bào). 2019(11)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)快速區(qū)域標(biāo)定的表面缺陷檢測(cè)[J]. 李宜汀,謝慶生,黃海松,姚立國(guó),魏琴.  計(jì)算機(jī)集成制造系統(tǒng). 2019(08)
[6]基于X射線圖像的焊接接頭缺陷提取和識(shí)別方法綜述[J]. 李曄,吳志生,李硯峰,朱彥軍.  熱加工工藝. 2018(19)
[7]輸電線路絕緣子自爆缺陷識(shí)別方法[J]. 侯春萍,章衡光,張巍,楊陽(yáng),張貴峰,田治仁.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2019(06)
[8]基于X射線圖像和卷積神經(jīng)網(wǎng)絡(luò)的石油鋼管焊縫缺陷檢測(cè)與識(shí)別[J]. 劉涵,郭潤(rùn)元.  儀器儀表學(xué)報(bào). 2018(04)



本文編號(hào)：3160265