期刊导航
期刊开放获取
上海教育软件发展有限公..
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SE注意力的YOLOv8网络在铁路敞车检修中的应用
1
作者
王威
牛慧峰
+1 位作者
庞恩敬
付赟秋
《机车车辆工艺》
2024年第5期33-40,共8页
等离子切割铁路车厢的切口质量直接影响后续焊接工序的正常进行,其快速无损自动检测具有挑战性。文章提出一种基于挤压-激励(Squeeze-Excitation,SE)注意力机制的YOLOv8网络多尺度特征检测以及特征综合分析的自动检测算法。首先采集车...
等离子切割铁路车厢的切口质量直接影响后续焊接工序的正常进行,其快速无损自动检测具有挑战性。文章提出一种基于挤压-激励(Squeeze-Excitation,SE)注意力机制的YOLOv8网络多尺度特征检测以及特征综合分析的自动检测算法。首先采集车厢切口图像并进行几何旋转、改变色调等图像增强处理来模拟实际现场中的环境光变化,然后利用基于SE注意力机制的YOLOv8网络对图像中的切口区域进行分割定位,再使用OpenCV中边缘检测算法得到切口轮廓线,并提取出相对特征以消除不同图像之间的景别差异。随后通过斯皮尔曼相关性分析结合特征选择方法筛选出8项高信息量特征值输入至支持向量机、B-P神经网络、随机森林等多种机器学习模型中实现切口质量自动检测。研究结果表明,支持向量机的模型优度最高,为98.7%。该算法对环境光不敏感且对图像质量要求较低,无须搭建专门拍摄环境即可消除景别差异的影响,可以实现简易检测设备在复杂环境干扰下对铁路车厢等离子切口质量的快速无损检测,为后续的焊接加工打下坚实基础。
展开更多
关键词
机器学习
YOLOv8
SE模块
等离子切口
无损检测
在线阅读
下载PDF
职称材料
题名
基于SE注意力的YOLOv8网络在铁路敞车检修中的应用
1
作者
王威
牛慧峰
庞恩敬
付赟秋
机构
中车大连机车车辆有限公司
中车启航新能源技术有限公司
北京中车重工机械有限公司
出处
《机车车辆工艺》
2024年第5期33-40,共8页
文摘
等离子切割铁路车厢的切口质量直接影响后续焊接工序的正常进行,其快速无损自动检测具有挑战性。文章提出一种基于挤压-激励(Squeeze-Excitation,SE)注意力机制的YOLOv8网络多尺度特征检测以及特征综合分析的自动检测算法。首先采集车厢切口图像并进行几何旋转、改变色调等图像增强处理来模拟实际现场中的环境光变化,然后利用基于SE注意力机制的YOLOv8网络对图像中的切口区域进行分割定位,再使用OpenCV中边缘检测算法得到切口轮廓线,并提取出相对特征以消除不同图像之间的景别差异。随后通过斯皮尔曼相关性分析结合特征选择方法筛选出8项高信息量特征值输入至支持向量机、B-P神经网络、随机森林等多种机器学习模型中实现切口质量自动检测。研究结果表明,支持向量机的模型优度最高,为98.7%。该算法对环境光不敏感且对图像质量要求较低,无须搭建专门拍摄环境即可消除景别差异的影响,可以实现简易检测设备在复杂环境干扰下对铁路车厢等离子切口质量的快速无损检测,为后续的焊接加工打下坚实基础。
关键词
机器学习
YOLOv8
SE模块
等离子切口
无损检测
分类号
U269.4 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SE注意力的YOLOv8网络在铁路敞车检修中的应用
王威
牛慧峰
庞恩敬
付赟秋
《机车车辆工艺》
2024
0
在线阅读
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
