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U-Net++和特征融合的塑料齿轮复杂黑点检测方法
1
作者
方一鸣
石照耀
宋辉旭
《北京航空航天大学学报》
北大核心
2025年第9期3020-3029,共10页
传统的缺陷检测算法在检测塑料齿轮表面复杂黑点时效果不佳,主要问题是对齿轮边缘上黑点的大小和位置判别不准确、对浅色黑点的漏检率高、易将点浇口误判为黑点。为此,提出一种基于U-Net++和特征融合的塑料齿轮复杂黑点检测方法。所提...
传统的缺陷检测算法在检测塑料齿轮表面复杂黑点时效果不佳,主要问题是对齿轮边缘上黑点的大小和位置判别不准确、对浅色黑点的漏检率高、易将点浇口误判为黑点。为此,提出一种基于U-Net++和特征融合的塑料齿轮复杂黑点检测方法。所提方法通过U-Net++预测黑点区域;根据梯度特征对黑点区域进行修正;结合多特征融合分析给出最终判定结果,提高了对复杂黑点检测的准确性和稳定性。测试结果表明:所提方法表征检测结果准确性的Pc值达到了98.93%,表征分割结果准确性的交并比平均值达到了0.864,相比传统的缺陷检测算法和未做修正的深度学习算法,交并比的平均值分别提高了0.478和0.309。
展开更多
关键词
塑料齿轮缺陷
深度学习
U-Net++
多特征融合
局部区域修正
在线阅读
下载PDF
职称材料
题名
基于U-Net++和特征融合的塑料齿轮复杂黑点检测方法
1
作者
方一鸣
石照耀
宋辉旭
机构
北京工业大学北京市精密测控技术与仪器工程技术研究中心
出处
《北京航空航天大学学报》
北大核心
2025年第9期3020-3029,共10页
基金
国家自然科学基金重大科研仪器研制项目(52227809)
精密测试技术及仪器国家重点实验室(天津大学)(PILAB2105)
中国科协青年人才托举工程(2021QNRC001)。
文摘
传统的缺陷检测算法在检测塑料齿轮表面复杂黑点时效果不佳,主要问题是对齿轮边缘上黑点的大小和位置判别不准确、对浅色黑点的漏检率高、易将点浇口误判为黑点。为此,提出一种基于U-Net++和特征融合的塑料齿轮复杂黑点检测方法。所提方法通过U-Net++预测黑点区域;根据梯度特征对黑点区域进行修正;结合多特征融合分析给出最终判定结果,提高了对复杂黑点检测的准确性和稳定性。测试结果表明:所提方法表征检测结果准确性的Pc值达到了98.93%,表征分割结果准确性的交并比平均值达到了0.864,相比传统的缺陷检测算法和未做修正的深度学习算法,交并比的平均值分别提高了0.478和0.309。
关键词
塑料齿轮缺陷
深度学习
U-Net++
多特征融合
局部区域修正
Keywords
plastic gear defects
deep learning
U-Net++
multi-feature fusion
local area correction
分类号
TP249 [自动化与计算机技术—检测技术与自动化装置]
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U-Net++和特征融合的塑料齿轮复杂黑点检测方法
方一鸣
石照耀
宋辉旭
《北京航空航天大学学报》
北大核心
2025
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
