10.3969/j.issn.1007-1865.2023.14.033
基于深度学习的超声数据识别与诊断研究
石油、化工、国防、工业等行业广泛使用的金属储油罐常年运行在自然环境下,不可避免的出现老化、腐蚀等缺陷,极易引起介质泄露,导致严重的经济损失和环境污染,因此其检测尤为重要;深度学习模型使得相关图像处理算法已经获得了比人眼更高的辨识精度,这也给工业检测的研究进展带来了重大契机.而超声学成为图像研究领域的主要分支,运用深度学习的方法开展声像图分析的研究成果也不断涌现,不仅给工业研究带来了新意,也可以大大提高油罐超声检测的精确度.
卷积神经网络、图像、油罐检测
50
TE832(石油、天然气储存与运输)
2023-09-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
101-103