期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的激光粉末床熔融铺粉缺陷检测算法及其轻量化部署研究
1
作者 赵英健 姜子萌 +1 位作者 张英杰 龙雨 《航空制造技术》 CSCD 北大核心 2024年第15期65-73,80,共10页
激光粉末床熔融技术(Laser powder bed fusion,LPBF)在航空航天工业制造中的可重复性受到缺陷的严重影响,其中铺粉过程中的缺陷对零件质量具有重要影响。本文提出了一种基于实时语义分割算法的BiseNetV2(Bilateral segmentation network... 激光粉末床熔融技术(Laser powder bed fusion,LPBF)在航空航天工业制造中的可重复性受到缺陷的严重影响,其中铺粉过程中的缺陷对零件质量具有重要影响。本文提出了一种基于实时语义分割算法的BiseNetV2(Bilateral segmentation network)模型和加权损失的检测方法,用于实现对铺粉缺陷的类别识别和位置分割。此外,利用模型剪枝技术来优化深度学习(Deep learning,DL)模型的尺寸和性能,并通过TensorRT技术将轻量化模型部署在监测系统中的计算机上。结果表明,结合加权损失的BiseNetV2模型能以81.23%的平均准确率检出5种铺粉缺陷。通过剪枝技术得到的轻量化模型在牺牲0.44%精度的同时模型大小显著减小了13.39%。利用TensorRT技术能加速深度学习模型推理过程,在半精度浮点(Floating-point 16,FP16)数据下将检测时间缩短至5.94 ms。 展开更多
关键词 激光末床熔融(LPBF) 铺粉缺陷 深度学习 模型剪枝 模型部署
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部