【摘 要】
：
针对传统方法难以精确分割出金属构件锈蚀区域特征的难题,构建了一种融合双注意力机制和U-Net深度学习网络的锈蚀图像区域分割模型.首先,基于U-Net网络的对称编解码架构搭建骨干网络,采用VGG16网络的预训练权重对模型参数进行初始化;其次,在下采样和上采样之间的跨层连接中融合双注意力机制使网络聚焦于局部锈蚀特征,同时在上采样中使用深度可分离卷积加速模型的运算效率;最后采用锈蚀图像数据集对该网络进行训练从而得到锈蚀图像分割模型.通过实采的金属构件锈蚀图像对所提模型进行验证,结果表明:所构建的锈蚀图像分割模型
【机 构】
：
三峡大学水电机械设备设计与维护湖北省重点实验室, 443002 ,湖北宜昌
论文部分内容阅读
针对传统方法难以精确分割出金属构件锈蚀区域特征的难题,构建了一种融合双注意力机制和U-Net深度学习网络的锈蚀图像区域分割模型.首先,基于U-Net网络的对称编解码架构搭建骨干网络,采用VGG16网络的预训练权重对模型参数进行初始化;其次,在下采样和上采样之间的跨层连接中融合双注意力机制使网络聚焦于局部锈蚀特征,同时在上采样中使用深度可分离卷积加速模型的运算效率;最后采用锈蚀图像数据集对该网络进行训练从而得到锈蚀图像分割模型.通过实采的金属构件锈蚀图像对所提模型进行验证,结果表明:所构建的锈蚀图像分割模型能够有效地从复杂背景图像中分割出锈蚀区域特征,锈蚀区域特征的识别准确率达到95.5％,交并比指标为81.4％;相较于传统U-Net方法,识别准确率和交并比指标分别提升了3.3％ 和9.2％.
其他文献
为提高燃气轮机涡轮叶片中弦区带肋通道的传热效果,基于已有实验数据开展了雷诺数为10000～60000、宽高比为0.25～4.00和肋角度为30°～90°的涡轮叶片厚壁带肋通道流动与传热性能的优化研究.利用Sobol方法分析了厚壁带肋通道流动及传热性能对雷诺数、宽高比、肋角度的全局敏感性;采用B P神经网络对60组实验数据进行了多输入、多输出的非线性拟合,得到了可以准确预测厚壁带肋通道平均努塞尔数、摩擦系数和综合热力系数的神经网络模型,并结合遗传算法对厚壁带肋通道在研究范围内的不同工况下进行结构优化.结果表
针对事件相关电位(ERP)脑电信号存在个体差异性强、信噪比低等特点而导致其识别困难以及传统的卷积神经网络(CNN)对小样本分类易产生过拟合等问题,在CNN和支持向量机(SVM)融合模型的基础上,提出一种用于ERP信号分类识别的CNN-SVM组合分类器方法.该方法以滤波后的原始多通道ERP信号作为输入,首先使用一维时间卷积核对信号的时域进行卷积操作;然后使用一维空间卷积核进行空堿卷积,从信号的时间信息和空间信息中学习特征;最后通过降采样、全连接等操作完成CNN模型的训练;接着再次将信号导入训练好的CNN模型
为了提高双连杆柔性关节机械臂系统的轨迹跟踪响应速度与轨迹跟踪精度,提出一种具有输出约束和误差补偿的双连杆柔性关节机械臂命令滤波反步控制策略(BLF-CFBC).首先,在反步控制设计中构造对数型障碍李雅普诺夫函数来替代常规的二次型李雅普诺夫函数,使得轨迹跟踪误差被约束在预先设定的误差范围内,从而在加快误差收敛速度的同时保证了轨迹跟踪精度;其次,采用命令滤波器输出子系统递推过程中所需的控制函数及其导数,以避免基于李雅普诺夫理论的常规反步控制方法中由于对控制变量的反复求导而导致的计算爆炸的问题,从而有效降低了计
针对提出的利用光固化3D打印制造注塑模具,通过注塑工艺获得个体化聚醚醚酮(PEEK)植入物的方案,采用3种树脂材料光固化制造注塑模芯,评估了树脂模芯在极端注塑条件下的保形能力,测试分析了3D打印及注塑工艺中标准样件的尺寸误差,通过具有典型复杂结构的个体化PEEK下颌骨关节窝植入物对制造过程中的形状误差进行了测定和分析.结果表明:光固化3D打印树脂模芯在极端注塑条件下仍具有良好的保形能力,完全可以注塑高熔点PEEK植入物;个体化PEEK植入物的制造误差主要来源于模芯的制造误差和注塑过程中模芯热胀冷缩产生的形
针对滚动轴承变故障类型、变故障程度的复杂条件,为了获得更加丰富的故障信息,提出一种新的二维纹理域信号特征自适应提取方法.在新的二维纹理域构造方法中,将一维振动信号转换为二维纹理矩阵.经验证,构造的二维振动信号纹理域对于不同故障类型、不同故障程度的滚动轴承,均有较强的故障征兆能力.为了弥补直接从原始信号纹理提取特征时受限于纹理像素的缺点,提出一种基于二维经验小波变换的纹理域自适应提取方法.利用二维经验小波变换将二维振动信号纹理自适应分解为多个纹理分量,分别提取多尺度纹理特征,既考虑了宏观纹理,又兼顾了细节纹
针对下肢助力外骨骼在穿戴者使用过程中人机交互力过大导致舒适性差的问题,对外骨骼关节角速度与腿部交互力产生的主动关节力矩间的映射关系进行研究,提出了将人体下肢摆动相腿部简化为以髋关节为支点的平面二杆模型,建立人体下肢摆动腿动力学模型,得到人体的重力补偿项.采用力传感单元获取人体与外骨骼之间的交互力,将外骨骼与人体间的腿部交互力转化为人体髋膝关节下一时刻运动的期望角度;分别通过S曲线映射和导纳控制模型建立了人体摆动相关节角速度与腿部交互力补偿人体重力分量后产生的关节力矩之间的非线性映射关系.实验结果表明:基于
针对滚动轴承在强噪声环境和变工况下故障诊断效果不佳、泛化能力差的问题,提出一种改进卷积神经网络(CNN)的滚动轴承变工况故障诊断方法.设计了多尺度特征提取模块,采用不同尺度的卷积层提取对输入数据特征,实现了提取故障数据中特征信息最大化.同时,引入通道注意力机制,提取出该模块中更重要、更关键的信息;设计了带跳跃连接线的卷积模块,防止提取到的丰富特征在卷积层前向传递时丢失;以Softmax交叉熵作为损失函数,利用Adam优化算法实现滚动轴承故障诊断.将所提方法分别在凯斯西储大学轴承数据集和变速箱数据集上进行实
针对汽轮机通流间隙装配精度难以保障,需要反复装配及调整,缺乏事先的仿真、预判及修正,难以适应数字化装配转型需求的问题,提出一种汽轮机通流间隙精度预测与修配规划方法.该方法首先基于规则推理进行一次修配,确保汽轮机可以满足除通流间隙以外的其他主要装配要求,防止因不能成功装配而引起的零部件返修;其次根据产品装配工艺信息,通过构建装配特征网络,引入深度优先搜索算法,生成通流间隙装配尺寸链,进而实现通流间隙的精度预测;然后考虑尺寸链之间的耦合特性,基于案例推理进行二次修配,通过案例检索获得修配环的修配范围,以及基于
针对宽带无线通信信道的时变性和多径时延问题,提出了一种联合信道估计的单载波迭代均衡接收机.首先,根据多径时延带来的信号分集可能性,设计反馈滤波器组,尽可能消除不同时延信号间的符号间干扰;然后,设计前馈滤波器,将经过干扰消除后的多路信号进行分集合并,从而获得分集增益;最后,根据导频信息和迭代均衡模块输出的软信息,利用复指数基扩展模型对信道进行迭代估计.仿真结果表明:与现有的快时变信道下联合信道估计的迭代均衡方法相比,所提出的方法在时延扩展较大而多普勒频偏较小的情况下,当误比特率为10-5时,迭代3次后的性能
针对微型钻头与微型铣刀磨损图像中干扰严重、磨损区域自动识别困难以及磨损量测量不准确等问题,融合最大类间方差法与区域生长算法,提出一种基于自适应区域生长的刀具磨损视觉检测方法.首先通过最大类间方差(Otsu)算法自动裁剪磨损图像,结合图像像素变化规律确定区域生长起点与初始阈值,并以类间方差为依据进行阈值更新,获得磨损区域二值图像.在此基础上,通过最小二乘法对刀具轮廓线进行重构,实现刀具磨损量的自动测量.最后,通过磨损测量数据的一致性分析验证算法的有效性.结果表明:所提方法测量结果与人工测量结果具有较强的一致