缺陷汽车玻璃检测方法

来源 :智能计算机与应用 | 被引量 : 0次 | 上传用户:chenwoyu
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
汽车玻璃生产过程中会造成断裂、划痕、漏点等表面缺陷,本文结合机器视觉与深度学习提出了自动识别缺陷玻璃的方法。首先,利用玻璃前景、背景人工合成缺陷样本解决负样本不足的问题;将玻璃缺陷细分为多个类别,同时对样本进行分类;将玻璃图片进行频域处理过滤背景噪音,再将其与玻璃灰度化后图片进行合成作为分类网络的输入;构造以Alexnet网络为模板的多分类网络进行训练和预测。经过实验验证,该方法准确有效,为玻璃缺陷检测提供了一种可靠的检测方法。
其他文献
直流系统作为水电厂的控制电源,在水电厂的运行中发挥了重要的作用。目前水电厂中,直流电源系统普遍采用双母线、双电双充的接线方式,这样能够满足N-1的运行方式需求,并且支持联络运行方式,从而保证了供电的稳定性和可靠性;另一方面,这种接线方式线路较为复杂,容易发生接地故障。本文基于水电厂直流电源系统的特点,分析了直流电源系统的接地类型及故障特点,并对接地故障的检测方法进行了深入的研究。经过深入研究分析,本文所提出的直流电源系统接地检测方法,能够有快速判断系统的接地类型及接地位置,能够有效阻止接地故障的进一步扩大
本文基于三相级联H桥提出一种多功能柔性限流器,不仅解决光伏发电系统的低电压穿越问题(Low voltage ride through,LVRT),而且正常运行状态下亦可降低光伏发电系统并网谐波含量。该柔性限流器与光伏发电系统并联,并通过H桥级联方式降低其开关电压降落。当系统正常运行时,级联H桥整流器基于模型预测控制,以光伏发电系统并网点输出标准电流为其控制目标,进而实现并网电流的谐波动态补偿;当电网电压跌落时,Boost变换器依据系统电压跌落比,通过自适应非最大功率跟踪(adaptive non-maxi
随着嵌入式车载系统软件功能叠加和人机交互操作的增加,人工检测方法已无法覆盖所有可能的应用场景,因此降低了产品检验的有效性。随着产品功能复杂度提高,对检测人员的专业能力和检测方法提出了更高要求,不同检验员在同样检测环境中有可能得出不同结论,降低检验结果的客观性。另外,产品功能迭代周期缩短,使测试周期同样缩短。如何在不丢失检验有效性和客观性的前提下,尽可能缩短检测周期提高检测效率,是行业内从业人员的关注重点。为了提高车载系统产品检验的有效性、客观性和执行效率,本文采用Java语言、MySQL数据库和JavaF
食品安全是社会各界日益关注的民生问题,政府部门正在逐步完善监管体制、加大监管力度,构建社会共治的格局。本文针对已经曝光的食品安全事件,经过清洗筛选建立统一规范的数据存储,利用改进的基于信息熵模糊聚类分析算法对其进行数据挖掘,以便发现这些事件中具有象征性的现象以及典型性的安全事件,从而为政府制定管理决策和为民众提高防范意识提供参考性依据。实验中将改进的算法运行在UCI数据集上验证算法的有效性,结果表明该算法进一步提高了聚类的正确率、类精度及召回率。
随着我国输电线路建设步伐日益加快,输电线路数量越来越多,从而导致停电检修工作越来越多,继而接地线的使用将会变得频繁。在接地线日常的使用过程中,由于绝缘杆尾端只有握把,在挂设时绝缘杆的尾端就会悬在高空中,在高空中有风的情况下会发生摆动,可能会脱落;同时,在收取时,作业人员需下导线进行收取,给作业增加了一定的安全风险。为进一步加强接地线在使用过程中的方便快捷性,本文在工程实际应用中研制了一种新型的接地线尾端固定扣,有效提升了输电线路检修工作的可靠性和安全性。
针对风电轴承运行工况恶劣、状态退化复杂、维护成本居高不下的问题,提出了五阶段智能维护策略的基本框架,即监测数据获取、退化指标建立、健康状态划分、剩余寿命预测和维护决策制定。首先,讨论了风力发电机的主要故障模式,比较了来自不同传感器的状态监测信号的优缺点。然后,阐述了状态监测与退化评估的基本步骤,包括退化指标建立、退化指标评价和退化状态划分。最后,分析了剩余寿命预测的主要方法,包括基于物理模型的方法、基于统计模型的方法、基于数据驱动方法和混合方法。
当前低压配电系统中剩余流量保护装置出现跳闸的主要原因在于:电力用户侧没有对剩余流量保护器进行安装,同时,由于部分0.4kV低压配电线路维护措施不当,导致绝缘老化破损处中的电流在阴雨天气中反流回电源,使流量保护装置出现跳闸故障。目前用于低压配电保护装置的主要原理分为两种,分别是电压动作型与电流动作型。文章先对剩余电流保护装置所在配电系统的位置进行阐明,并通过对市面上代表性电流保护装置进行比对分析,提出优化0.4kV低压配电系统剩余流量参数调整的实效办法,结合《低压配电设计规范》标准化要求,合理调整安装位置与
由于高分辨率掌纹图像尺寸大、掌纹图像数量少等特点,目前主流的方法采用细节特征点匹配,其算法设计复杂,识别精度不高。针对以上问题,本文提出基于迁移学习的高分辨率掌纹图像识别方法,该方法以VGG16为基础网络,将在imagenet数据集上训练好的权重参数,用于初始化所有的卷积层;使用图像增强技术将高分辨率掌纹图像分别4、9、16、25等分,采用投票的方法得到整个掌纹图像的准确率,最高可达到99.69%
随着我国电力能源需求量的不断扩大,大区域的电网互联工程逐渐深化,特高压输电技术是形成我国电力资源有效调配的关键技术。越来越多的特高压输电工程投产建设,共用输电走廊的情况越来越普遍,密集的线路之间通过电磁场的联系会形成较严重的相间干扰,这些干扰对通信设备的影响较大,且不利于线路运维检修工作的开展。因此,并行的交直流输电线路之间感应电流的形成与影响具有一定的研究价值。
针对垃圾分类数据集,本文采用基于Imagenet数据集的迁移参数初始化Efficient-net模型,与经典的VGG和ResNet50模型对比,得到了较高的泛化性能和准确率。为了降低源领域数据集的特征参数对于目标领域数据集特征参数产生负迁移的影响,本文加入了CBAM注意力机制增强重要特征并忽视无效特征,同时使用批归一化和随机失活模块加速网络的训练并减轻过拟合程度,从而得到高性能、高效率的CBAM-