结合数据增强和轻量化模型的YOLOv3木梁柱缺陷检测

来源 :电机与控制学报 | 被引量 : 0次 | 上传用户:BFM_99
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有基于深度学习的木梁柱缺陷检测存在的泛化能力差、模型复杂、参数计算量大、实时性差导致的难以在线应用等问题,提出一种结合数据增强和轻量化模型的YOLOv3木梁柱缺陷检测算法。使用包括数据增强、区域删除和图像混合技术增强自制的COCO格式数据集,在不增加额外计算量的前提下使模型的泛化性能和鲁棒性增强。使用轻量化模型MobileNetV3替换原YOLOv3的骨干网络并更换激活函数,在减少模型的参数量的基础上提升模型的预测速度。在制作的COCO数据集的测试结果表明:与原YOLOv3网络相比,所设计模型
其他文献
为了提高人体运动位姿误差检测能力,提出基于双目视觉的运动位姿误差检测方法。采用双目视觉跟踪融合识别方法对运动位姿的样本动态特征点进行采样,以全局人体姿态信息为候选样本,进行运动位姿双目视觉特征高分辨提取,采用模板匹配方法,构建人体部位姿态候选样本轮廓分布集,获取模板大小,根据模板大小计算运动位姿的误差概率分布,利用相邻图像帧之间的运动特征分布集,构建运动位姿图像的位置信息检测模型,在此基础上,采用
绕组高频效应使高频变压器漏感参数具有复杂的频变特性。但传统算法并未考虑漏磁的频变特性导致计算精度较差,而现代计算方法单纯地套用Dowell公式,并且没有考虑不同绕组结构
在感应式非接触电能传输(ICPT)系统中,为了解决负载变化影响电路输出电流以及输入阻抗角的问题,提出一种新型的T型结构的CLC补偿拓扑,并将其与串联补偿组合形成CLC-串联型补
针对岩溶地区地表沉降导致管道逐渐失效破坏的严重问题,采用有限元分析软件,对不同内压下在不同沉降长度时管道所达到极限位移状态下进行力学响应分析,并分析了在不同内压下
本文通过建模仿真模拟了压气不足缺陷下压气缸内气压的变化,并与压气缸正常情况下进行了对比,确定了压气不足缺陷的设置方法;以40.5 kV SF6断路器为试品,设置了断路器压气缸