买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:三峡大学
摘要:本发明公开了一种融合多方向条形卷积的改进UNet风机叶片裂纹检测方法,涉及深度学习技术领域,该方法包括以下步骤:设计风机叶片裂纹检测网络;将待检测图像输入训练后的风机叶片裂纹检测网络,输出检测结果;根据检测结果确定裂纹区域。本发明的风机叶片裂纹检测网络采用ResNeSt50网络替换传统UNet特征提取网络,引入坐标注意力模块,提出多方向裂纹特征增强模块,是为了防止无关信息干扰,加强网络对裂纹重要信息的关注,提升模型对裂纹特征的提取能力;结果表明,本发明对纤细、浅色裂纹的检测具有较好效果。
主权项:1.一种融合多方向条形卷积的改进UNet风机叶片裂纹检测方法,其特征在于:包括以下步骤:S1、搜集风电场风机叶片图片,并对数据集中的裂纹缺陷进行标注,构建风机叶片裂纹缺陷数据集,将构建的数据集划分为训练集、测试集、和验证集;S2、对数据集图片进行预处理操作,降低噪声等无关因素对检测结果的影响;S3、设计更适合风机叶片裂纹检测的多方向条形卷积;S4、构建多方向裂纹特征增强模块,增强裂纹特征,降低裂纹图像边缘细节损失;S5、建立改进UNet风机叶片裂纹检测网络;S6、结合交叉熵损失函数与Dice损失函数,网络能够更关注于风机叶片以及叶片上的细长浅色裂纹;S7、训练网络结构,得到训练好的风机叶片裂纹缺陷检测网络,通过选取评价指标判断网络分割性能,通过对比试验验证网络的先进性;S8、将风机叶片图片输入训练好的风机叶片裂纹缺陷检测网络中,输出裂纹检测结果。
全文数据:
权利要求:
百度查询: 三峡大学 一种融合多方向条形卷积的改进UNet风机叶片裂纹检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。