10.3969/j.issn.1000-7059.2022.05.006
基于生成对抗网络的车轮踏面缺陷图像生成算法研究
烧结机台车作为冶金行业物料运输的重要工艺环节之一,对其车轮踏面缺陷检测是烧结机安全稳定运行的重要保障.为了高效检测烧结机台车车轮踏面缺陷,提出了一种采用深度卷积生成对抗网络(deep conv-olutional generative adversarial networks,DCGAN)和泊松融合算法对车轮踏面缺陷数据集进行扩充的方法,以弥补其在深度学习神经网络中数据集的不足,并基于YOLOv5算法提出车轮踏面缺陷检测实施方案.试验结果表明,扩充数据集后的缺陷检测算法准确率提升6.5%,为台车车轮踏面缺陷准确检测提供了一种有效的解决方案.
烧结机台车、车轮踏面、缺陷检测、深度卷积生成对抗网络、泊松融合、YOLOv5
46
TP391.41;TN911.73;TP183
内蒙古自治区自然科学基金项目;内蒙古自治区关键技术攻关项目;内蒙古自治区高等学校科学研究项目
2023-01-16(万方平台首次上网日期,不代表论文的发表时间)
共9页
56-64