典型文献
图像识别技术在矿用钢丝绳检测中的应用
文献摘要：
为了解决架空乘人装置钢丝绳在长期使用中经常出现断丝、锈蚀、翘起等问题,根据图像识别技术,提出基于YOLO v3算法的智能钢丝绳检测方法,设计了 一种探伤系统,能够实时探测钢.丝绳损伤状况,并实现准确定位.YOLO v3利用Darknet-53作为特征提取网络,并引入了残差块,解决了因网络深度增加而引起的梯度消失问题.对比其它无损检测方法,该系统检测速度更快,达到66.8FPS,AP值达到91.03％,且大幅度提高了抗干扰能力,能够满足诸多环境下的生产要求.
文献关键词：
矿用钢丝绳无损检测;YOLO(You Only Look Once)v3算法;图像识别;监测
中图分类号：
作者姓名：
李金华;夏黎明
作者机构：
山西潞安集团 司马煤业有限公司,山西 长治 047105;太原科技大学,山西 太原 030024
文献出处：
引用格式：
[1]李金华;夏黎明-.图像识别技术在矿用钢丝绳检测中的应用)[J].山西焦煤科技,2022(04):16-18,21
A类：
8FPS,矿用钢丝绳无损检测
B类：
图像识别技术,钢丝绳检测,架空乘人装置,经常出现,断丝,锈蚀,翘起,YOLO,v3,探伤,损伤状况,准确定位,Darknet,特征提取网络,残差块,梯度消失,无损检测方法,系统检测,检测速度,AP,大幅度提高,抗干扰能力,多环境,You,Only,Look,Once
AB值：
0.3935
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。
