OEM Nuwe Common Rail Valve Montage F00VC01329 Vir 0445110168 169 284 315 inspuiter

Defektopsporing van motor-inspuitklepsitplek gebaseer op kenmerksamesmelting(deel 3)

As gevolg hiervan, in die opsporing van die inspuitklepsitplek, moet die prentjie saamgepers word, en die beeldgrootte word verwerk tot 800 × 600, na die verkryging van die verenigde standaardbeelddata, word die dataverbeteringsmetode gebruik om datatekorte te vermy, en die modelveralgemeningsvermoë word verbeter. Dataverbetering is 'n belangrike deel van die opleiding van diepleermodelle [3]. Daar is oor die algemeen twee maniere om data te verhoog. Een daarvan is om 'n data versteuringslaag by die netwerkmodel te voeg sodat die beeld elke keer opgelei kan word, daar is 'n ander manier wat meer reguit en eenvoudig is, die beeldmonsters word verbeter deur beeldverwerking voor opleiding, ons brei die datastel uit met beeldverbeteringsmetodes soos meetkunde en kleurruimte, en gebruik HSV in die kleurruimte, soos in Figuur 1 getoon.

Verbetering van vinniger R-CNN-defek-afwykingsmodel In die Faster R-CNN-algoritmemodel moet u eerstens die kenmerke van die insetprent onttrek, en die onttrekde uitsetkenmerke kan die finale opsporingseffek direk beïnvloed. Die kern van voorwerpopsporing is kenmerkonttrekking. Die algemene kenmerk-onttrekkingsnetwerk in die Faster R-CNN-algoritmemodel is die VGG-16-netwerk. Hierdie netwerkmodel is vir die eerste keer gebruik in beeldklassifikasie [4], en daarna was dit uitstekend in semantiese segmentering [5] en opvallende opsporing [6].

Die kenmerk-onttrekkingsnetwerk in die Faster R-CNN-algoritmemodel is ingestel op VGG-16, alhoewel die algoritmemodel 'n goeie prestasie in opsporing het, gebruik dit slegs die kenmerkkaartuitset van die laaste laag in beeldkenmerkonttrekking, so daar sal wees sommige verliese en die kenmerkkaart kan nie volledig voltooi word nie, wat sal lei tot onakkuraatheid in die opsporing van klein teikenvoorwerpe en die finale herkenningseffek beïnvloed.