基于深度学习的核电设备缺陷检测算法的实现与应用

摘要：

基于深度学习的设备表面缺陷检测技术具有高效、防止二次损伤等优点,因此广泛应用于各种实际场景.该文利用基于深度学习的目标检测算法对某核电站的核电设备表面缺陷进行检测,数据集来源于核电设备日常检修报告.该文构建了YOLOv5算法模型,并在数据集上进行试验,验证了该算法模型具备较高的核电设备缺陷检测能力.

关键词：深度学习、设备缺陷检测、目标检测

分类号：TL48(各种核反应堆、核电厂)

在线出版日期：2023-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5-8