期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习One-stage方法的焊缝缺陷智能识别研究
被引量：
13
1
作者
李砚峰
刘翠荣
+3 位作者
吴志生
孙前来
朱彦军
李科
《广西大学学报（自然科学版）》
CAS
北大核心
2021年第2期362-372,共11页
目前基于深度学习的卷积神经网络在对焊缝缺陷射线图像进行智能识别时,多采用基于候选区域的two-stage方法,检测速度难以满足实时性要求。针对该问题,提出基于深度卷积神经网络的one-stage焊缝缺陷识别定位算法,将整张图像输入网络,并...
目前基于深度学习的卷积神经网络在对焊缝缺陷射线图像进行智能识别时,多采用基于候选区域的two-stage方法,检测速度难以满足实时性要求。针对该问题,提出基于深度卷积神经网络的one-stage焊缝缺陷识别定位算法,将整张图像输入网络,并直接在输出图像上标定目标缺陷位置及类别。通过采用特征金字塔、减小网络深度、引入跳跃连接卷积块和K-means算法等方法对YOLO网络进行改进,提高了网络对焊缝缺陷识别定位的准确率和速度。实验结果表明:该方法比two-stage识别定位算法和YOLO原网络在检测速度和检测精度方面都有所提升,单个图像的平均识别准确率为94.9%,召回率为94.1%,处理时间为19.58 ms,具备焊缝缺陷在线实时识别的工程应用价值。
展开更多
关键词
深度学习
焊缝缺陷
智能识别
下载PDF
职称材料
题名
基于深度学习One-stage方法的焊缝缺陷智能识别研究
被引量：
13
1
作者
李砚峰
刘翠荣
吴志生
孙前来
朱彦军
李科
机构
太原科技大学材料科学与工程学院
太原科技大学电子信息工程学院
出处
《广西大学学报（自然科学版）》
CAS
北大核心
2021年第2期362-372,共11页
基金
国家重点研发计划课题(2018YFA0707305)
山西省自然科学基金资助项目(201901D111265,201801D121082)。
文摘
目前基于深度学习的卷积神经网络在对焊缝缺陷射线图像进行智能识别时,多采用基于候选区域的two-stage方法,检测速度难以满足实时性要求。针对该问题,提出基于深度卷积神经网络的one-stage焊缝缺陷识别定位算法,将整张图像输入网络,并直接在输出图像上标定目标缺陷位置及类别。通过采用特征金字塔、减小网络深度、引入跳跃连接卷积块和K-means算法等方法对YOLO网络进行改进,提高了网络对焊缝缺陷识别定位的准确率和速度。实验结果表明:该方法比two-stage识别定位算法和YOLO原网络在检测速度和检测精度方面都有所提升,单个图像的平均识别准确率为94.9%,召回率为94.1%,处理时间为19.58 ms,具备焊缝缺陷在线实时识别的工程应用价值。
关键词
深度学习
焊缝缺陷
智能识别
Keywords
deep
learning
weld
defect
end
-to-
end
identification
and
location
分类号
TG441.7 [金属学及工艺—焊接]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习One-stage方法的焊缝缺陷智能识别研究
李砚峰
刘翠荣
吴志生
孙前来
朱彦军
李科
《广西大学学报（自然科学版）》
CAS
北大核心
2021
13
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
