基于改进Faster R-CNN的航空发动机制件表面缺陷检测算法
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
4.84 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对现有航空发动机制件缺陷检测所存在的检测准确率低、速度慢等问题,提出一种基于改进Faster R-CNN算法的缺陷检测方法。该算法使用深度残差网络提取缺陷特征,采用含有内容感知重组的特征金字塔模型融合各层次特征图,并根据检测框尺度选取相应层次的特征图进行检测和识别,在RCNN部分使用分层采样实现挖掘难例,增强模型对难例样本的学习。实验结果表明:所提算法具有较高的检测准确率,而且能够有效提升检测速度。相关论文
- 2024-05-30FANUC数控系统倾斜轴功能在车削中心上的应用
- 2024-07-13粒子滤波的智能机器人位置自标定算法
- 2023-01-07静力学平衡方程的解题技巧
- 2020-09-24加工中心可编程平移和旋转零点偏置的应用
- 2024-05-17基于坐标系变换的汽封弧段斜齿铣削技术研究
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。