基于改进EfficientNet的锻件磁粉探伤智能检测方法研究

摘要：

针对锻件生产企业零件缺陷检测效率低下,检测精度不高的问题,提出一种基于改进EfficientNet模型(EfficientNet-F),对两种锻件的荧光磁粉探伤图像进行检测.构建以EfficientNet为主干特征提取网络的深度学习模型,并引入特征金字塔为特征融合层,进而提高模型的多尺度特征融合能力;引入完备交并比和注意力机制以提高模型鲁棒性和检测效率.同时,搭建荧光磁粉探伤图像采集平台,构建缺陷样本数据集.试验表明,EfficientNet-F的最优模型在测试集上的均值平均精度达到了95.03％.F1得分值为0.96,浮点运算数为1.86 B.相较于其他深度学习模型,该方法提高了检测的精度和效率,可以满足相关生产企业的需求.

关键词：磁粉探伤;法兰盘;油缸盖;EfficientNet-F;特征金字塔

所属期刊栏目：41

分类号：TP391.4;TG164;TH16(计算技术、计算机技术)

资助基金：国家科技重大专项;教育部人文社会科学研究项目;湖北省重点实验室项目;湖北汽车工业学院博士基金

在线出版日期：2021-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：89-96