|
|||||
|
|
| 基于深度学习One-stage方法的焊缝缺陷智能识别研究 | |
| 作者姓名： | 李砚峰 刘翠荣 吴志生 孙前来 朱彦军 李科 |
| 作者单位： | 太原科技大学 材料科学与工程学院,太原 030024;太原科技大学 电子信息工程学院,太原 030024 |
| 基金项目： | 国家重点研发计划;山西省自然科学基金;山西省自然科学基金 |
| 摘 要： | 目前基于深度学习的卷积神经网络在对焊缝缺陷射线图像进行智能识别时,多采用基于候选区域的two-stage方法,检测速度难以满足实时性要求.针对该问题,提出基于深度卷积神经网络的one-stage焊缝缺陷识别定位算法,将整张图像输入网络,并直接在输出图像上标定目标缺陷位置及类别.通过采用特征金字塔、减小网络深度、引入跳跃... |
| 关 键 词： | 深度学习 焊缝缺陷 智能识别 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |