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
面向高强度螺栓检测的YOLOv5-Ganomaly联合算法研究
被引量：
3
1
作者
谢海波
朱玮峻
+1 位作者
张璧
张大海
《中外公路》
2024年第4期171-179,共9页
针对桥梁高强度螺栓松动检测工作量大、目标小、异常多且难以获取等问题,该文提出一种半监督深度学习模型,即使少量负样本情况下也可得到螺栓松动检测模型,解决了模型训练样本不平衡的问题。YOLOv5-CT模型对螺栓目标检测的精度达98.33%...
针对桥梁高强度螺栓松动检测工作量大、目标小、异常多且难以获取等问题,该文提出一种半监督深度学习模型,即使少量负样本情况下也可得到螺栓松动检测模型,解决了模型训练样本不平衡的问题。YOLOv5-CT模型对螺栓目标检测的精度达98.33%。通过对螺栓数据进行预处理,提高Ganomaly模型对螺栓图像的重构能力。当隐空间向量值为100时,模型的SAUC最高,具有最佳判别性能。在模型测试阶段,将异常分数阈值设置为0.295,计算模型对高强度螺栓异常松动检测的精度可达到85%以上,实现螺栓的自动识别和检测。
展开更多
关键词
高强度螺栓
螺栓松动检测
机器视觉
YOLOv5
Ganomaly
半监督学习
异常检测
在线阅读
下载PDF
职称材料
题名
面向高强度螺栓检测的YOLOv5-Ganomaly联合算法研究
被引量：
3
1
作者
谢海波
朱玮峻
张璧
张大海
机构
长沙理工大学土木工程学院
湖南省中南桥梁设备制造有限公司
湖南省建设工程质量检测中心有限责任公司
出处
《中外公路》
2024年第4期171-179,共9页
基金
湖南省自然科学基金资助项目(编号:2022JJ50324)。
文摘
针对桥梁高强度螺栓松动检测工作量大、目标小、异常多且难以获取等问题,该文提出一种半监督深度学习模型,即使少量负样本情况下也可得到螺栓松动检测模型,解决了模型训练样本不平衡的问题。YOLOv5-CT模型对螺栓目标检测的精度达98.33%。通过对螺栓数据进行预处理,提高Ganomaly模型对螺栓图像的重构能力。当隐空间向量值为100时,模型的SAUC最高,具有最佳判别性能。在模型测试阶段,将异常分数阈值设置为0.295,计算模型对高强度螺栓异常松动检测的精度可达到85%以上,实现螺栓的自动识别和检测。
关键词
高强度螺栓
螺栓松动检测
机器视觉
YOLOv5
Ganomaly
半监督学习
异常检测
Keywords
high-strength bolts
bolt loosening detection
machine vision
YOLOv5
Ganomaly
semisupervised learning
anomaly detection
分类号
U446 [建筑科学—桥梁与隧道工程]
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
面向高强度螺栓检测的YOLOv5-Ganomaly联合算法研究
谢海波
朱玮峻
张璧
张大海
《中外公路》
2024
3
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
