典型文献
基于改进Faster R-CNN的焊缝缺陷图谱识别
文献摘要：
焊缝缺陷是锅炉、压力容器等承压特种设备使用安全的严重威胁,相控阵超声缺陷检测方法以其快速、无损等优点将逐渐成为此类设备的原位全体积焊缝缺陷检测的主要技术.然而,由于检测数据量大,缺陷形状和大小各异,缺陷识别是一项具有挑战性的任务.在本文中,提出了基于深度学习的方法来识别相控阵超声检测图谱中的缺陷,基于Faster R-CNN网络框架,根据焊缝缺陷的特点,使用带有特征金字塔网络的ResNet50作为特征提取的主干,以更好的检测缺陷图谱中的小缺陷.实验结果表明,与传统的Faster R-CNN相比,改进后的模型可以获得更好的性能.
文献关键词：
缺陷检测;相控阵超声检测;Faster R-CNN;缺陷识别
中图分类号：
作者姓名：
吉春生
作者机构：
内蒙古自治区特种设备检验研究院包头分院,包头014030
文献出处：
引用格式：
[1]吉春生-.基于改进Faster R-CNN的焊缝缺陷图谱识别)[J].中国化工装备,2022(02):26-32,36
A类：
B类：
Faster,锅炉,压力容器,承压特种设备,设备使用,使用安全,超声缺陷,缺陷检测方法,点将,焊缝缺陷检测,主要技术,检测数据,数据量,缺陷识别,相控阵超声检测,网络框架,特征金字塔网络,ResNet50,小缺陷
AB值：
0.292481
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。
