典型文献
基于PSPNetM+网络的水轮机转轮叶片缺陷检测
文献摘要：
与传统的水轮机转轮叶片缺陷检测方法不同,提出利用基于语义分割的PSPNetM+模型对叶片缺陷进行识别的方法.首先,以MobineNetV2 作为主干提取网络;然后,在特征图融合之前降低通道数,以降低网络参数量,同时优化损失函数;最后,采用Labelme自生成转轮叶片缺陷样本集进行验证.实验结果表明,改进后的PSPNetM+网络参数量仅为 14.78 MiB,平均像素准确率增加了3.22%,平均交并比提高了2.84%,GPU每秒可以处理41 张图片,平均精确度提高了5.51%.
文献关键词：
水轮机转轮叶片;缺陷检测;语义分割;PSPNetM+
中图分类号：
作者姓名：
李涛;刘成;田塘;胡桂川;侯文赛;蒲小霞
作者机构：
重庆科技学院 机械与动力工程学院,重庆 401331;重庆科技学院 安全工程学院,重庆 401331
文献出处：
引用格式：
[1]李涛;刘成;田塘;胡桂川;侯文赛;蒲小霞-.基于PSPNetM+网络的水轮机转轮叶片缺陷检测)[J].重庆科技学院学报（自然科学版）,2022(06):93-96
A类：
PSPNetM+,MobineNetV2
B类：
水轮机转轮叶片,叶片缺陷,缺陷检测方法,语义分割,陷进,特征图,图融合,通道数,网络参数,参数量,同时优化,优化损失函数,Labelme,自生,样本集,MiB,像素,平均交并比,GPU,每秒
AB值：
0.262894
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
