基于二阶段网络的起重机小样本图像锈蚀检测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1001-0785.2022.19.013

基于二阶段网络的起重机小样本图像锈蚀检测

引用
基于图像的表面锈蚀检测是起重机损伤检测的重要新兴技术.由于起重机械的结构形状复杂,无人机等设备获取的起重机图像会包含大量的阴影以及黑色背景物,易被误识别为锈蚀;同时,起重机属于高端装备,锈蚀损伤样本量往往不足,加重了锈蚀检测的难度.针对以上问题,文中提出了一种基于二阶段网络的起重机小样本图像锈蚀检测算法.具体地,设计了一个包含分割和决策的二阶端到端学习网络,其中分割网络使用锈蚀损伤的标签进行训练,决策网络则根据分割网络提取的特征,进一步学习判断输入的图片中是否包含锈蚀损伤,并通过将二阶段的网络由类似于VGGNet的结构提升为类似于ResNet的残差结构来对网络进行优化.实验结果表明,提出的方法有效提升了图像锈蚀检测的精度,在自建的起重机小样本图像锈蚀数据集上,将模型的平均精度由94.2%提升到了98.1%,满足了起重机工业场景下的损伤检测要求.

起重机、小样本学习、二阶段网络、语义分割、锈蚀检测

TH21(起重机械与运输机械)

2022-11-10(万方平台首次上网日期,不代表论文的发表时间)

共9页

47-55

相关文献
评论
暂无封面信息
查看本期封面目录

起重运输机械

1001-0785

11-1888/TH

2022,(19)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn