面向钢丝绳微弱损伤智能识别的多尺度注意力网络

您当前的位置：

首页 >

文章列表页 >

面向钢丝绳微弱损伤智能识别的多尺度注意力网络

更新时间：2025-07-09

- 面向钢丝绳微弱损伤智能识别的多尺度注意力网络
- Issue 7, Pages: 141-150(2021)
- 作者机构：
  
  西安交通大学机械工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TG356.45;TP391.41
- Published：2021
- 稿件说明：
移动端阅览
[J]. 2021, (7): 141-150.
DOI：

[J]. 2021, (7): 141-150. DOI：

摘要

针对复杂恶劣工况下客运索道钢丝绳表面损伤程度微弱、识别难度高

且损伤样本数量较少的问题

提出了一种融合多尺度特征提取与注意力机制的钢丝绳微弱损伤智能识别方法。首先引入生成对抗网络对运行图像去除模糊

并使用透视变换和随机裁剪扩充样本数量

接着采用多尺度卷积神经网络提取损伤图像的整体特征与局部特征

对小尺寸特征图上采样后与大尺寸特征图拼接以融合不同尺度的特征

并添加注意力机制对关键特征进行增强

最终经预测模块输出损伤的类别和坐标。通过钢丝绳损伤模拟实验台上采集的损伤图像对所提方法进行验证

结果表明:与现有方法比较

该方法在保证平均精度均值(mAP)不降低的同时大幅度缩短了训练时间

体现了该方法的有效性。

Abstract

关键词

Keywords

references

陈若蒙,梁少霞,钱剑雄.基于失效模式分析的客运架空索道风险控制方法研究[J].中国特种设备安全,2019(12).

赵德安,吴任迪,刘晓洋,赵宇艳.基于YOLO深度卷积神经网络的复杂背景下机器人采摘苹果定位[J].农业工程学报,2019(03).

罗原,衣宝龙,王洪欣.客运索道振动频谱分析与故障诊断应用研究[J].起重运输机械,2018(S1).

Moran Ju,Haibo Luo,Zhongbo Wang,Bin Hui,Zheng Chang.The Application of Improved YOLO V3 in Multi-Scale Target Detection[J].Applied Sciences,2019.

Ping Zhou,Gongbo Zhou,Zhencai Zhu,Zhenzhi He,Xin Ding,Chaoquan Tang.A Review of Non-Destructive Damage Detection Methods for Steel Wire Ropes[J].Applied Sciences,2019.

Ren Shaoqing,He Kaiming,Girshick Ross,Sun Jian.Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks.[J].IEEE transactions on pattern analysis and machine intelligence,2017.

张宗军.基于深度学习的遥感图像地面目标检测算法研究[D].中北大学,2020(12).

许彦平.基于三维重构与透视变换的汽车A柱盲区可视化方法研究[D].吉林大学,2019(11).

张江勇.基于深度学习的动车关键部位故障图像检测[D].电子科技大学,2019(01).

张恩超.基于钢丝绳漏磁检测定量算法研究[D].哈尔滨工业大学,2013(03).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

融合双注意力机制和U-Net网络的锈蚀图像分割

Numerical Simulation of the Energy Conversion Process in Thermoacoustic Engines with Different Stack Materials

Effects of Expansion Angle Crater Film Hole on the Film Cooling Characteristics of a Double-Wall Structure

A Structure-Semantics-Residual Collaborative Image Compression Framework：Towards Privacy Protection and High-Fidelity Reconstruction

Bi-Level Multi-Obj ective Optimization of a Wind-Solar Coupled Hydrogen Production System Based on the Synergy of Hybrid Electrolyzer Arrays

Related Author

陈法法

成孟腾

杨蕴鹏

陈保家

肖文荣

肖能齐

Related Institution

三峡大学水电机械设备设计与维护湖北省重点实验室

⁰