-
题名小样本驱动特征分段网络的防护材料折痕检测
被引量：1
- 1
-
-
作者
刘梦真
黄广炎
张宏
周宏元
刘思宇
-
机构
北京理工大学爆炸科学与技术国家重点实验室
北京理工大学重庆创新中心现代兵器技术实验室
北京理工大学爆炸防护与应急处置技术教育部工程研究中心
北京工业大学城市建设学部
北京理工大学生命学院
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2024年第3期963-974,共12页
-
基金
国家自然科学基金青年项目(12002051)
爆炸科学与技术国家重点实验室自主基金项目(QNKT21-4)
重庆自然科学基金面上项目(cstc2021jcyj-msxmX0666)。
-
文摘
防刺服能在恐怖袭击、医闹伤害、违法犯罪等事件中有效保护生命安全,然而在生产制造及穿着使用中易产生机械折痕。立足于防护材料折痕缺陷的快速检测需求,创新性地在图像识别方法中提出特征分段网络结构,实现了小样本驱动下防护材料折痕的快速、精准检测功能。通过引入注意力机制和深度可分离卷积模块,并赋予损失函数与优化器两种典型参数,全面提高了特征分段网络模型的检测精度与效率;提出几何信息标注算法,搭建防护材料缺陷可视化检测平台,实现了机械折痕自动精准定位与几何信息输出。模型训练结果表明,特征分段网络模型的准确率可达96.19%,折痕缺陷几何信息标注误差在2%以内,优异的可视化检测功能可拓展到大型工程化自动检测领域。研究工作为下一步构建含有折痕缺陷的防刺装备防护性能预测模型奠定了基础。
-
关键词
防护材料
机械折痕检测
特征分段神经网络
几何信息标注
-
Keywords
protective material
mechanical creases detection
feature segmented neural network
geometric information annotation
-
分类号
TJ04
[兵器科学与技术—兵器发射理论与技术]
TB332
[一般工业技术—材料科学与工程]
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
