期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于改进YOLOv5的退役轴类零件表面损伤检测方法
1
作者 刘伟嵬 邱佳鹤 +1 位作者 胡光大 刘泽远 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第7期1002-1010,共9页
针对传统检测方法在对退役轴类零件进行损伤检测时存在效率低、结果一致性差等问题,提出了一种基于改进YOLOv5的退役轴类零件表面损伤检测方法.首先,将注意力机制嵌入检测算法中,增强了损伤在图像中的特征表示;然后,采用重复加权双向特... 针对传统检测方法在对退役轴类零件进行损伤检测时存在效率低、结果一致性差等问题,提出了一种基于改进YOLOv5的退役轴类零件表面损伤检测方法.首先,将注意力机制嵌入检测算法中,增强了损伤在图像中的特征表示;然后,采用重复加权双向特征融合方法改进了检测模型的网络结构,有效提升了网络特征提取能力;最后,使用Ghostconv卷积模块代替普通卷积,大幅度降低了模型参数量.实验结果显示,改进后的算法模型精度比原始YOLOv5提升了6.9%,达到88.4%,同时模型参数量减少了6.1%,保证了检测速度与YOLOv5持平.与YOLOv3,SSD,Faster-RCNN等主流检测方法相比,在保证较高检测速度的同时,检测精度也有着明显优势. 展开更多
关键词 YOLOv5 表面损伤检测 注意力机制 多路特征融合 Ghostconv
在线阅读 下载PDF
基于损伤区域融合变换的轴承鼓形滚子表面损伤检测方法 被引量:1
2
作者 艾青林 崔景瑞 +1 位作者 吕冰海 童桐 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2023年第5期1009-1020,共12页
针对鼓形滚子表面损伤检测过程中损伤零件数量少、检测准确率及查准率不高的问题,提出一种基于多样本关键损伤区域融合数据增强的轴承鼓形滚子表面损伤检测方法.搭建鼓形滚子表面损伤特征样本检测装置,采集滚子的工作面侧面图像并将侧... 针对鼓形滚子表面损伤检测过程中损伤零件数量少、检测准确率及查准率不高的问题,提出一种基于多样本关键损伤区域融合数据增强的轴承鼓形滚子表面损伤检测方法.搭建鼓形滚子表面损伤特征样本检测装置,采集滚子的工作面侧面图像并将侧面图像作为研究对象,根据样本图像中滚子外圆角分布特点对样本核心检测区域进行裁剪.基于聚类预选框及损伤评估函数,从数据集负样本中筛选合适大小与纵横比的关键损伤区域,对所选区域进行不同的仿射变换并与随机采样的正样本进行融合以生成新的增强样本数据.将经过数据增强处理的图像,输入到检测神经网络中进行检测分类.实验表明,采用数据增强的鼓形滚子表面损伤检测模型在测试集上的准确率为95.2%,查准率为97.7%,经过正样本阈值调整后模型最终的查准率为99.8%.该方法融合不同样本的复杂损伤特征,有效地提升了检测准确率以及查准率,满足鼓形滚子表面损伤检测的实际生产需求. 展开更多
关键词 鼓形滚子 表面损伤检测 数据增强 图像分类 特征融合
在线阅读 下载PDF
基于近红外光谱的大枣表面损伤检测方法
3
作者 吴德刚 赵利平 陈乾辉 《激光杂志》 CAS 北大核心 2023年第10期210-216,共7页
为了提升大枣表面损伤检测精度,提出基于近红外光谱的大枣表面损伤检测方法。构建近红外光谱采集系统,采集大枣样本的近红外光谱数据,利用SpectraSuite软件实现光谱曲线的可视化呈现;对光谱数据进行黑白校正处理,提取大枣样本的感兴趣区... 为了提升大枣表面损伤检测精度,提出基于近红外光谱的大枣表面损伤检测方法。构建近红外光谱采集系统,采集大枣样本的近红外光谱数据,利用SpectraSuite软件实现光谱曲线的可视化呈现;对光谱数据进行黑白校正处理,提取大枣样本的感兴趣区域,剔除包含大量噪声的波长;采用基于竞争性自适应重加权算法提取大枣样本的光谱特征波长;构建基于SVM的损伤检测模型,实现大枣表面损伤的检测。实验结果表明:该方法可实现大枣表面损伤区域近红外光谱反射率的变化分析,选取的光谱特征波段较为精准,自然条件损伤检测误差率仅为3.32%,人为损伤检测存在1个误识别和1个漏识别样本,提高了检测精度。 展开更多
关键词 近红外光谱 表面损伤检测 无损识别 光谱仪 感兴趣区域 特征波段
在线阅读 下载PDF
Experimental investigation of subsurface damage depth of lapped optics by fluorescent method 被引量:5
4
作者 WANG Hong-xiang HOU Jing +2 位作者 WANG Jing-he ZHU Ben-wen ZHANG Yan-hu 《Journal of Central South University》 SCIE EI CAS CSCD 2018年第7期1678-1689,共12页
Subsurface defects were fluorescently tagged with nanoscale quantum dots and scanned layer by layer using confocal fluorescence microscopy to obtain images at various depths. Subsurface damage depths of fused silica o... Subsurface defects were fluorescently tagged with nanoscale quantum dots and scanned layer by layer using confocal fluorescence microscopy to obtain images at various depths. Subsurface damage depths of fused silica optics were characterized quantitatively by changes in the fluorescence intensity of feature points. The fluorescence intensity vs scan depth revealed that the maximum fluorescence intensity decreases sharply when the scan depth exceeds a critical value. The subsurface damage depth could be determined by the actual embedded depth of the quantum dots. Taper polishing and magnetorheological finishing were performed under the same conditions to verify the effectiveness of the nondestructive fluorescence method. The results indicated that the quantum dots effectively tagged subsurface defects of fused-silica optics, and that the nondestructive detection method could effectively evaluate subsurface damage depths. 展开更多
关键词 OPTICS subsurface defect nondestructive detection LAPPING subsurface damage
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部