典型文献
基于卷积神经网络的起重机金属结构缺陷检测
文献摘要：
文中针对起重机金属结构在服役期可能产生机械磨损、疲劳裂纹等安全性问题,将视觉检测技术GDR-Net与并行卷积神经网络相结合,提出一种新的叠加卷积神经网络起重机金属结构缺陷检测法.以分次训练方式先对浅层次网络进行训练,再以GDR-Net对训练后的浅层次网络参数进行校正,最后将所提方法用于起重机金属结构缺陷检测工作中,并与现有的并行网络模型机械视觉识别方案进行了对比,结果表明提出算法结果更加准确.
文献关键词：
卷积神经网络;起重机;金属结构;缺陷检测
中图分类号：
作者姓名：
杨恒;田兵;李越;李卓
作者机构：
太原科技大学 太原 030024
文献出处：
引用格式：
[1]杨恒;田兵;李越;李卓-.基于卷积神经网络的起重机金属结构缺陷检测)[J].起重运输机械,2022(18):74-77
A类：
B类：
起重机,金属结构,结构缺陷,服役期,机械磨损,疲劳裂纹,安全性问题,视觉检测,GDR,Net,并行卷积神经网络,加卷,检测法,分次,训练方式,再以,网络参数,缺陷检测工作,并行网络,机械视觉,视觉识别
AB值：
0.347311
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。
