【摘 要】
:
本文主要探究深度学习目标检测算法在缺陷检测方向的应用,研究内容分为两部分,分为桥梁病害检测和摄像模组脏污检测。在桥梁病害检测方面,桥梁在世界的发展历史悠久,已成为了人民生活的重要组成部分。在桥梁运行过程中难免会出现各种病害等,所以对桥梁可能出现的病害进行检测是一项非常重要的任务。传统的人工桥梁病害检测方法专业性强、检测成本高、准确度不够,因此,利用机器视觉技术开发一种稳定高效的桥梁病害检测方法迫在
论文部分内容阅读
本文主要探究深度学习目标检测算法在缺陷检测方向的应用,研究内容分为两部分,分为桥梁病害检测和摄像模组脏污检测。在桥梁病害检测方面,桥梁在世界的发展历史悠久,已成为了人民生活的重要组成部分。在桥梁运行过程中难免会出现各种病害等,所以对桥梁可能出现的病害进行检测是一项非常重要的任务。传统的人工桥梁病害检测方法专业性强、检测成本高、准确度不够,因此,利用机器视觉技术开发一种稳定高效的桥梁病害检测方法迫在眉睫。在摄像模组脏污检测方面,如今摄像模组已经成为手机、平板电脑等不可或缺的一部分。而在模组生产过程中由于生产环境的问题有时会出现脏污,脏污的出现会影响模组质量。针对此问题,现有的视觉方法大多是传统处理算法,使用深度学习解决此问题的方案寥寥无几。因此,针对摄像模组脏污问题利用深度学习算法设计一种准确且快速的检测算法极具应用价值。本文的两项工作都是在目标检测YOLOv5算法基础上针对项目研究做出的改进,主要工作如下:(1)针对桥梁病害检测,首先在目标检测YOLOv5算法基础上以提高桥梁病害检测方法的准确性为目标,探究改进方法来提高模型检测的效果。本文使用了三种改进方式,第一,加深了原有的YOLOv5检测模型深度,并增加了一个目标检测头,提高了小目标检测的检测效果。第二,改进了原有的SWA目标检测训练方法,将使用余弦退火学习率训练后的模型从求平均数的方法改为求中位数,提高了目标检测方法的鲁棒性。第三,使用Soft-NMS方法代替了原有的NMS方法以改善密集情况下的检测效果。最后将改进后的算法搭建了Http接口实现了模型部署。(2)针对摄像模组脏污检测,首先提出了一种利用像素值相减并取绝对值的差分方法,成功扩充了原有的摄像模组脏污数据集。同时在网络结构上,通过Rep VGG网络结构融入YOLOv5网络,替换其中部分卷积结构以加强神经网络的特征提取能力,经过实验验证提升了目标检测效果。
其他文献
受长江干线上游控制河段航道通行条件影响,船舶在通过控制河段时必须根据通行指挥系统发送的信号,单向、有序通过。船舶通行指挥系统根据船舶的实时AIS(Automatic identification System,船舶自动识别系统)数据获得船舶动态信息,依照控制河段的通行规则进行指挥决策。然而现有指挥系统仅考虑了船舶进入控制河段前的动态,并没有考虑船舶被允许进入控制河段后的动态和行为对后续船舶通行指挥
通行于长江干线上游控制河段的船舶必须按照通行信号台的指挥,有序通过。目前通行指挥系统主要是基于AIS(Automatic Identification System,自动识别系统)对船舶进行动态感知并指挥,其指挥的准确性主要受感知数据的可靠性、准确性和实时性的影响。为实现控制河段通行信号台“无人值守”的发展目标,满足通行指挥系统对船舶动态感知数据的要求,采用多源传感器数据融合的方式是提高船舶感知数
人口老龄化已成为全球范围的共识问题,居家养老也成为主流的养老方式。对于缺乏子女陪同的高龄老人来说,其安全、健康问题比以往更受到人们关注。在各种日常活动中,跌倒对于独居老人来说是最危险且最频繁的意外事件。如果缺乏及时报警和抢救,很容易给老年人带来更加严重或不可逆转的后果。除了做好老年人安全教育等预防性工作外,还需要一种能够检测跌倒事件并及时通知护理人员或家庭成员的应用系统。传统的基于可见光机器视觉方
目标跟踪作为计算机视觉的一个重要研究方向,不断被重视和发展,已经在智能监控、航拍导航、无人驾驶等领域得到广泛的应用。随着目标跟踪应用的场景越来越复杂,面对的挑战也越来越多,如目标遮挡、形变、尺度变化等,这些挑战会使目标跟踪成功率和准确率降低,影响跟踪效果。本文以核相关滤波(Kernel Correlation Filter KCF)跟踪算法框架为基础,针对遮挡问题进行了深入的分析和研究。本文的主要
医学模型对医学图像数据的高效处理在协助医生进行医疗诊断的过程中扮演着关键作用。然而,训练出良好的医学图像模型需要强大的算力和丰富的训练数据,这对于资源有限的医院来说是很困难的。同时,由于医学图像通常包含患者敏感信息,模型训练的任务不能简单地利用公共云等开放平台进行。因此,如何选择一个安全且算力强大的平台去高效训练医学图像模型,以及如何收集大量的医学图像数据,同时在模型训练的过程中保护医学图像数据的
近些年来,随着智能手机技术的日益普及,移动智能终端设备在人们的生活中也变得越来越重要。其中Android系统由于其开源性成为了市场份额最大的移动操作系统,所占的市场份额在2021年超过了70%。然而随着Android系统的不断流行,它所面临的安全威胁也在日益增加。现在越来越多的攻击者将攻击目标锁定为Android设备,并通过使用恶意软件来窃取设备中的敏感信息,给系统用户带来了严重的威胁。因此,研究
随着公众对饮食健康要求的不断提高,对淡水鱼类食用方面的要求也由数量转为质量,人们更倾向于购买肉质鲜美且营养价值高的生态鱼。目前,对于生态鱼的分级主要依靠人工作业,劳动强度大、效率较低,而且会对鱼造成不同程度的损伤,影响生态鱼的经济价值。由于生态鱼的健康、生态、绿色等优势特征是隐性的,难以通过外观、肉眼识别,故在市场上容易存在水库生态鱼和饲料养殖鱼混卖的现象,消费者花费较高价钱买回来却是低价的饲料养
2021年,中国电子信息制造业实现营业收入141285亿元,实现利润总额8283亿元,利润率为5.86%,其中由于质量缺陷造成的低利润率、生产成本浪费尤为严重,因此提高质量、降低生产成本变得愈发迫切。表面贴装技术(Surface Mount Technology,SMT)目前广泛应用于电子信息制造行业,通过从SMT工艺数据中挖掘有价值的信息,来提高对于SMT质量缺陷的成因、质量级别、缺陷种类的分析
随着生产力的快速发展,机械设备的数量与日俱增。滚动轴承是各种机械设备最为核心的部件之一,其具有应用范围广、使用频率高、运行时间长和运行环境复杂等特点。在规模效应的作用下,滚动轴承发生故障的概率大大增加,发生故障时产生的影响也更加巨大。因此对滚轴轴承进行高效准确的故障诊断,是机械设备系统安全稳定运行的重要保障。本文针对现有的恒工况和变工况滚动轴承故障诊断方法的缺陷,从深度学习恒工况诊断和迁移学习变工
随着信息化的快速发展,量子计算理论和实验的进展对基于计算复杂性假设的经典密码协议提出了挑战。因此,安全性基于物理学定律的量子密码协议受到了越来越多的关注。其中,量子密钥分发协议经过充足的实验发展,已经在实践中被用于保护信息安全。除量子密钥分发协议以外,基于量子密钥分发的量子保密查询是另一种具有实用潜力的协议,此类协议是量子密码学的重要内容,是解决对称保密信息获取问题的量子方案,但是缺乏实际的安全性