典型文献
基于特征匹配与深度学习呼吸器缺陷检测方法
文献摘要：
基于现有巡检机器人在颜色空间对呼吸器的缺陷检测,提出了一种特征匹配与深度学习相结合的呼吸器缺陷检测方法.该方法首先制作呼吸器脚本图片,利用SURF特征匹配算法裁剪出呼吸器定位大图;然后引入通道注意力机制,改进SSD目标检测算法,经过标注与训练,得到呼吸器缺陷检测和分类.经过对比实验,在硅胶变色状态检测精确度达到98.5％,在外观破损检测精确度达到98.0％.实际场景中,该方法单张图片检测时间0.46 s,基本满足实际要求.
文献关键词：
巡检机器人;呼吸器缺陷检测;特征匹配;通道注意力机制
中图分类号：
作者姓名：
项新建;潘磊;吴海腾
作者机构：
浙江科技学院电气工程及其自动化学院,杭州310023
文献出处：
引用格式：
[1]项新建;潘磊;吴海腾-.基于特征匹配与深度学习呼吸器缺陷检测方法)[J].实验室研究与探索,2022(06):57-61,97
A类：
呼吸器缺陷检测
B类：
缺陷检测方法,巡检机器人,颜色空间,脚本,SURF,特征匹配算法,算法裁剪,剪出,通道注意力机制,SSD,目标检测算法,硅胶,变色,状态检测,检测精确度,破损检测,单张,检测时间
AB值：
0.257276
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。
