文章详情
| 稿件标题： | 基于深度学习的蒙皮表面缺陷检测研究 |
| 稿件作者： | 丁文浩,羊昌燕，陈善敏 |
| DOI： | 10.11809/bqzbgcxb2022.S2.062 |
| 栏目名称： | 机械制造与检测技术 |
| 关键词： | 缺陷检测；深度学习；Faster RCNN；SSD；Pytorch |
| 文章摘要： | 采集大量蒙皮表面缺陷图像作为训练样本，在Faster RCNN网络和SSD网络的基础上设计缺陷检测网络。制定网络评价准则，通过查全率、查准率等技术指标全面衡量网络的可用性。利用高性能图形工作站对2种网络进行训练和测试，测试结果表明，2种网络均可以检测并识别典型缺陷，标识缺陷位置、类别和置信度。结果表明：基于2种基础网络的缺陷检测网络能检测并识别典型缺陷，相关技术指标达到预期水平。 |
| 稿件基金： | 航空工业成都所创新基金项目(J2020030) |
| 引用本文格式： | 丁文浩,羊昌燕，陈善敏.基于深度学习的蒙皮表面缺陷检测研究［J］.兵器装备工程学报，2022,43(S2):361-367. DING Wenhao, YANG Changyan, CHEN Shanmin.Research on detection of aircraft skin defects based on deep learning［J］.Journal of Ordnance Equipment Engineering,2022,43(S2):361-367. |
| 刊期名称： | 2022年增刊2期 |
| 出版时间： | 2023年1月 |
| 上线时间： | 2023年1月12日 |
| 浏览次数： | 2051 |
| 下载次数： | 31 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |