基于DSG-ResNet34的聚乙烯燃气管道电熔焊接缺陷检测

1

作者 凌晓 刘露 +2 位作者 孙宝财 张正棠 徐晓刚 《仪器仪表学报》 北大核心 2025年第6期228-240,共13页

PE燃气管道的连接质量能直接影响中低压燃气的正常输送,在电熔焊接时产生的结构畸变、冷焊等缺陷会显著削弱管道的力学性能,威胁燃气管网的稳定运行。因此,基于实地采集的PE燃气管道电熔焊接缺陷DR图像数据集,提出了基于DSG-ResNet34模... PE燃气管道的连接质量能直接影响中低压燃气的正常输送,在电熔焊接时产生的结构畸变、冷焊等缺陷会显著削弱管道的力学性能,威胁燃气管网的稳定运行。因此,基于实地采集的PE燃气管道电熔焊接缺陷DR图像数据集,提出了基于DSG-ResNet34模型的缺陷检测方法,以实现对电熔焊接缺陷进行快速精准地检测。该网络模型由主干网络CBAM-ResNet34模块、动态稀疏门控金字塔DSG-FPN、多尺度检测头3个部分组成,首先通过主干网络CBAM-ResNet34结构从通道和空间两个维度提升网络模型对缺陷特征的关注度,然后通过动态稀疏门控金字塔DSG-FPN结构的动态稀疏门控模块、Inception模块、稀疏连接动态融合多尺度缺陷特征,有效保留小目标特征、抑制背景噪声,最后通过多尺度检测头结构将提取到的丰富特征转化为具体的检测结果。DSG-ResNet34模型的缺陷检测准确率最高可达95.5%、P2层精确率最高可达82.7%、小目标召回率最低为85.6%、检测速度可达68 fps、参数量为22.3×10^(6),该模型能快速定位识别孔洞、熔融面夹杂、结构畸变、冷焊这4类典型电熔焊接缺陷,检测性能与速度优于其他网络模型。为PE管道焊接质量智能化检测提供了高精度解决方案,对保障燃气管网安全运行具有重要意义。 展开更多

关键词 聚乙烯燃气管道 缺陷检测 电熔焊接 resnet34模型 特征金字塔

原文传递

一种改进ResNet34模型的乳腺图像识别方法

2

作者 王锦俊 蔡延光 《自动化与信息工程》 2025年第3期30-36,共7页

为了提高乳腺图像的识别准确率,提出一种改进ResNet34模型的乳腺图像识别方法。该方法以ResNet34模型为基础,引入平行注意力残差块(PARB)模块来增强乳腺图像通道间的关联性,进一步提取乳腺图像的重要特征信息,从而提高模型的识别准确率... 为了提高乳腺图像的识别准确率,提出一种改进ResNet34模型的乳腺图像识别方法。该方法以ResNet34模型为基础,引入平行注意力残差块(PARB)模块来增强乳腺图像通道间的关联性,进一步提取乳腺图像的重要特征信息,从而提高模型的识别准确率;利用科尔莫戈洛夫-阿诺尔德网络(KAN)替代传统的多层感知器(MLP),减少模型参数,提高模型的识别速度。实验结果表明,改进的ResNet34模型比ResNet34模型的准确率、精确率、召回率和F1-Score分别提升了4.0%、0.6%、8.0%和4.7%,表明该方法对乳腺图像具有更好的识别效果。 展开更多

关键词 乳腺图像识别 resnet34 平行注意力残差块 科尔莫戈洛夫-阿诺尔德网络

在线阅读 下载PDF 职称材料

基于改进ResNte网络的大米外观检测方法研究

3

作者 丁琼 吴秀君 《粮食与饲料工业》 2025年第1期112-116,共5页

为提高食品外观检测速度和精度,以大米外观检测为研究对象,提出一种基于深度学习的检测方法。方法以ResNet34为大米外观检测框架,通过将ResNet34网络的lay1~3的残差块依次修改为2、3、4,并采用Inception-v3结构中对称卷积结构替换ResNe... 为提高食品外观检测速度和精度,以大米外观检测为研究对象,提出一种基于深度学习的检测方法。方法以ResNet34为大米外观检测框架,通过将ResNet34网络的lay1~3的残差块依次修改为2、3、4,并采用Inception-v3结构中对称卷积结构替换ResNet34网络的第一个卷积层,来降低模型的计算量,提高模型训练收敛速度;然后使用空洞率为2的空洞卷积替换Inception-v3结构中的3×3卷积,使用空洞率为1、2、3的混合空洞卷积替换lay3的3×3卷积,来丰富大米特征表示,提高模型的分类识别精度;最后,在lay2和lay3中引入通道-空间注意力模块,降低不显著特征的权重,以进一步提高模型分类识别精度,设计了一种改进ResNet34网络,实现了快速、精确的大米外观检测。仿真结果表明,所提的改进ResNet34网络可有效提高大米外观检测精度和速度,相较于改进前和VGG16、BP模型,所提模型在准确率、召回率、精确率和F1各项指标上具有明显优势,对完善米、垩白米和碎米等不同外观的大米检测精度达到92%以上,检测时间约为22 s,具有较高的检测精度和速度,为实现快速、精确的食品外观检测提供了参考。 展开更多

关键词 深度学习 食品外观 大米外观 resnet34网络

在线阅读 下载PDF 职称材料

基于Res-AA U-Net模型的楼板双层钢筋尺寸测量算法研究

4

作者 陈婉清 李刚 +2 位作者 盛明辉 付相林 陈伟 《建筑科学与工程学报》 北大核心 2025年第3期103-114,共12页

钢筋工程检测存在验收人力资源消耗大和时间成本高的问题,特别是楼板双层钢筋的尺寸验收时,由于上层钢筋覆盖下层钢筋导致测量难度增加,而传统的图像处理方法难以满足测量精度要求,为此提出一种基于Res-AA U-Net的楼板双层钢筋尺寸自动... 钢筋工程检测存在验收人力资源消耗大和时间成本高的问题,特别是楼板双层钢筋的尺寸验收时,由于上层钢筋覆盖下层钢筋导致测量难度增加,而传统的图像处理方法难以满足测量精度要求,为此提出一种基于Res-AA U-Net的楼板双层钢筋尺寸自动测量方法。该方法对Resnet34进行改进,修剪其网络结构并优化损失函数,用改进的Resnet34代替U-Net的特征提取器,用注意力门机制代替跳跃连接,同时在U-Net底部加入改进ASPP模块,构建包含3355张楼板钢筋图像的数据集,最后利用迁移学习技术加快模型训练速度。结果表明:基于Res-AA U-Net模型的钢筋分割效果优于U-Net、Deeplab v3+、HRNet、PSPNet等经典分割网络,平均交并比、像素精确率和召回率分别达到92.81%、96.02%、94.49%;相较于原U-Net,Res-AA U-Net的钢筋直径测量和钢筋间距测量误差分别减小13.63%、5.82%,测量精度满足钢筋工程验收标准中双层楼板钢筋的验收要求,可有效提升钢筋工程验收效率与智能化水平。 展开更多

关键词 楼板双层钢筋 尺寸测量 U-Net模型 注意力门机制 resnet34网络 迁移学习 ASPP模块

在线阅读 下载PDF 职称材料

基于深度学习的双转子航空发动机系统振动溯源方法研究

5

作者 汪才 《郑州航空工业管理学院学报》 2025年第3期1-6,共6页

为实现双转子航空发动机系统振动溯源,提出一种基于残差神经网络ResNet34的振动信号快速分类方法。搭建双转子航空发动机系统多源激励模拟实验台,通过激振器在双转子航空发动机系统实验台的三个轴承座施加不同频率的正弦激励,在模拟外... 为实现双转子航空发动机系统振动溯源,提出一种基于残差神经网络ResNet34的振动信号快速分类方法。搭建双转子航空发动机系统多源激励模拟实验台,通过激振器在双转子航空发动机系统实验台的三个轴承座施加不同频率的正弦激励,在模拟外机匣获得振动响应信号数据集,对数据集进行训练获得权文件,实现振动信号的快速分类与振动溯源。实验结果表明:模型最终迭代50次的训练平均准确率为97.49%,平均损失降低至4.94%,权文件对测试集振动信号分类及溯源准确率达98.75%,实现了双转子航空发动机系统振动快速溯源,对双转子航空发动机系统排故具有重要借鉴意义。 展开更多

关键词 双转子航空发动机 振动溯源 残差神经网络 resnet34 系统排故

在线阅读 下载PDF 职称材料

基于改进ResNet34的玉米病害分类研究 被引量：3

6

作者 李涵 唐友 +1 位作者 辛鹏 杨牧 《无线互联科技》 2023年第13期127-130,共4页

玉米病害分类是一个具有挑战性的问题,因为病害的形态和颜色等特征相似,使得分类难度较大。文章基于深度学习技术,对玉米病害进行分类研究,提出了一种名为CBAM_ResNet34的卷积神经网络模型。该模型在ResNet34基础上加入了CBAM注意力模块... 玉米病害分类是一个具有挑战性的问题,因为病害的形态和颜色等特征相似,使得分类难度较大。文章基于深度学习技术,对玉米病害进行分类研究,提出了一种名为CBAM_ResNet34的卷积神经网络模型。该模型在ResNet34基础上加入了CBAM注意力模块,可以更好地提取玉米病害特征,以提高模型的分类性能。本文使用公开玉米病害数据集,共包含8种类别,通过数据增强技术进行数据扩充得到17 670张图片,可以有效提高模型的泛化能力。将改进后的模型与ResNet34模型进行实验对比,实验结果表明,CBAM_ResNet34模型的分类准确率为88.1%,相比ResNet34提高了1.1%。该模型能够有效地对玉米病害进行分类识别,为玉米产业的发展和可持续利用提供了一种新的方法和思路。 展开更多

关键词 resnet34模型 卷积神经网络 数据增强 CBAM注意力模块 玉米病害分类

在线阅读 下载PDF 职称材料

基于元迁移学习的压燃式活塞发动机气门故障诊断研究 被引量：2

7

作者 何鹏飞 万洪平 黄国勇 《现代电子技术》 北大核心 2024年第18期29-34,共6页

针对压燃式活塞发动机气门间隙故障振动信号样本少以及跨工况故障诊断困难的问题,提出一种基于元学习和迁移学习的压燃式活塞发动机气门间隙异常故障诊断方法。元学习采用MAML作为学习器,对目标域的支撑集进行数据扩展,提升其泛化能力;... 针对压燃式活塞发动机气门间隙故障振动信号样本少以及跨工况故障诊断困难的问题,提出一种基于元学习和迁移学习的压燃式活塞发动机气门间隙异常故障诊断方法。元学习采用MAML作为学习器,对目标域的支撑集进行数据扩展,提升其泛化能力;迁移学习采用ResNet34作为特征提取网络,并通过SSL替代SL损失函数,压缩源域特征向量之间的距离,为目标域任务提供更多的特征嵌入空间,提升其跨域诊断能力。将预训练和微调后的元学习和迁移学习模型进行决策融合后作为诊断结果输出,并使用发动机台架进行实验数据验证。结果表明,所提方法能在小样本情况下有效识别跨工况气门间隙故障,且效果明显优于单独使用元学习或迁移学习的诊断方法。 展开更多

关键词 压燃式活塞发动机 气门机构 故障诊断 MTL模型 迁移学习 resnet34网络 跨域诊断

在线阅读 下载PDF 职称材料

聚乙烯燃气管道热熔接头缺陷检测系统设计及实现 被引量：7

8

作者 郭凯 杨凯 +3 位作者 凌晓 程凌宇 尤学升 刘晓雅 《压力容器》 北大核心 2023年第10期83-90,共8页

为甄别片源真伪及提高热熔接头缺陷识别效率和精度,基于改进的ResNet34网络模型设计出聚乙烯燃气管道热熔接头缺陷检测系统。通过加入Droupt层和修改激活函数对ResNet34网络模型进行改进,并在此基础上对采集的数据集进行学习训练;再以... 为甄别片源真伪及提高热熔接头缺陷识别效率和精度,基于改进的ResNet34网络模型设计出聚乙烯燃气管道热熔接头缺陷检测系统。通过加入Droupt层和修改激活函数对ResNet34网络模型进行改进,并在此基础上对采集的数据集进行学习训练;再以训练模型为支撑设计系统总框架和功能模块;最后,基于Python语言完成聚乙烯燃气管道热熔接头缺陷检测系统的开发。测试结果显示:该系统对热熔接头缺陷的平均识别准确率为92.7%,且平均每张缺陷图像识别的时间不超过0.6 s。该系统具有较高的识别效率和准确率,可以实现聚乙烯燃气管道热熔接头缺陷的快速识别。 展开更多

关键词 聚乙烯燃气管道 resnet34网络模型 检测系统 缺陷识别 热熔接头

在线阅读 下载PDF 职称材料

基于ResNet模型的聚乙烯燃气管道接头缺陷识别算法 被引量：7

9

作者 凌晓 程凌宇 +2 位作者 郭凯 杨凯 孙宝财 《压力容器》 北大核心 2023年第7期73-80,共8页

接头是聚乙烯燃气管道容易出现危害性缺陷的薄弱环节,需对此薄弱区域进行定期检测,以确保聚乙烯燃气管道的安全运行。为提高聚乙烯燃气管道接头缺陷图像识别能力,提出了一种基于ResNet网络模型的改进型卷积神经网络识别算法。首先运用La... 接头是聚乙烯燃气管道容易出现危害性缺陷的薄弱环节,需对此薄弱区域进行定期检测,以确保聚乙烯燃气管道的安全运行。为提高聚乙烯燃气管道接头缺陷图像识别能力,提出了一种基于ResNet网络模型的改进型卷积神经网络识别算法。首先运用Laplacian算子、中值滤波等方式实现对PE燃气管道接头缺陷图像的预处理;然后,将dropout层和ELU函数加入在ResNet34网络模型中完成图像识别模型的构建;最后,采用改进的ResNet34网络模型通过试验对包含6种热熔缺陷类型的数据集进行训练和测试。试验结果表明,改进后的ResNet34网络模型对缺陷图像的训练正确率可达到97.3%,且拥有比原始的ResNet34网络模型和DenseNet网络模型更高的正确率,验证了此模型对于热熔接头缺陷图像识别的有效性。 展开更多

关键词 聚乙烯燃气管道 缺陷检测 图像识别 卷积神经网络 resnet34模型

在线阅读 下载PDF 职称材料

基于改进残差网络的柑橘病害识别 被引量：7

10

作者 帖军 罗均 +2 位作者 郑禄 莫海芳 隆娟娟 《中南民族大学学报（自然科学版）》 CAS 北大核心 2021年第6期621-630,共10页

针对复杂自然环境下柑橘病害图像识别准确率不高的问题,提出一种基于ResNet34深度学习模型的多类别柑橘病害图像识别方法.通过舍弃部分残差结构中的identity映射,进一步提取柑橘病害图像的低层特征,降低消极特征在低层特征的占比,得到... 针对复杂自然环境下柑橘病害图像识别准确率不高的问题,提出一种基于ResNet34深度学习模型的多类别柑橘病害图像识别方法.通过舍弃部分残差结构中的identity映射,进一步提取柑橘病害图像的低层特征,降低消极特征在低层特征的占比,得到改进后的S-ResNet模型.与ResNet34模型相比:S-ResNet模型对自然环境下柑橘病害图像的识别准确率提高了3.9%.为提取柑橘病害图像中更具表达力的深层特征,使用3×3卷积核替换ResNet34首层中的7×7卷积核,得到改进后的M-ResNet模型.使用模型融合方法将S-ResNet与M-ResNet进行融合,得到融合模型F-ResNet,解决了单一模型中泛化能力弱、鲁棒性较差等问题.实验结果表明,F-ResNet对自然环境下柑橘病害图像的识别准确率达到93.6%,可以很好地满足实际生产环境中果园病害识别需求,具有良好的应用前景. 展开更多

关键词 病害识别 resnet34模型 融合模型 卷积神经网络

在线阅读 下载PDF 职称材料

基于深度残差网络与迁移学习的水稻虫害图像识别 被引量：5

11

作者 汪健 梁兴建 雷刚 《中国农机化学报》 北大核心 2023年第9期198-204,共7页

提出一个针对大多数类型的水稻害虫的图像识别方法。对ResNet34网络进行改进,提高网络的识别能,以实现基于给定的图像自动地识别分类出主要害虫。此外,基于迁移学习方法有效避免由于数据量缺乏而使得训练不足的问题。通过ImageNet数据... 提出一个针对大多数类型的水稻害虫的图像识别方法。对ResNet34网络进行改进,提高网络的识别能,以实现基于给定的图像自动地识别分类出主要害虫。此外,基于迁移学习方法有效避免由于数据量缺乏而使得训练不足的问题。通过ImageNet数据库开展网络参数预训练能够进一步提升网络的提取性能,通过IDADP数据库可以开展参数微调工作以及训练工作。将提出的改进ResNet34模型与其他模型的性能进行对比评估。结果显示,改进ResNet34模型的识别准确度最高,F 1-score达到0.98,证明所提模型对水稻病虫害图像具有较好的识别效果。 展开更多

关键词 水稻害虫 深度残差网络 迁移学习 改进resnet34模型 卷积神经网络

在线阅读 下载PDF 职称材料

融合Siam-U-Net++和注意力机制的水体变化检测——以三峡库区奉节县为例 被引量：1

12

作者 林娜 郭江 +2 位作者 王斌 周俊宇 何静 《遥感技术与应用》 CSCD 北大核心 2023年第6期1364-1372,共9页

由于三峡库区的复杂地形特点和受到部分区域的阴影遮盖影响,因此水体变化检测容易出现漏检误检。针对这一情况,为了能够提高水体变化检测结果的精度,提出了一种融合Siam-UNet++和scSE注意力机制的三峡库区水体变化检测算法。利用编码阶... 由于三峡库区的复杂地形特点和受到部分区域的阴影遮盖影响,因此水体变化检测容易出现漏检误检。针对这一情况,为了能够提高水体变化检测结果的精度,提出了一种融合Siam-UNet++和scSE注意力机制的三峡库区水体变化检测算法。利用编码阶段共享权值的Siam-UNet++为主干网络,在编码器网络单元上选择拥有残差结构的ResNet34网络,快速高效获取水体变化特征信息。在Siam-U-Net++的上采样之后引入结合通道注意力和空间注意力的scSE注意力机制模块。在自制的库区奉节县数据集上分别与LinkNet、U-Net++、DeeplabV3+网络模型以及NDWI进行应用测试,并引用不同注意力机制进行对比实验,其召回率、精确率和F1值分别为94.57%、90.75%、92.62%,均优于其他模型。实验结果表明该算法有效提高了在水体变化检测结果上的效果。 展开更多

关键词 水体变化检测 深度学习 三峡库区 Siam-U-Net++网络 resnet34 注意力机制

原文传递

基于ResNet网络的红绿灯智能检测算法研究 被引量：2

13

作者 郭瑞香 《闽南师范大学学报（自然科学版）》 2021年第3期46-54,共9页

提出了一种基于深度学习的红绿灯目标检测算法.在Yolo V3模型中引入残差模块学习方法,提出以ResNet残差网络模块作为特征提取网络,优化网络结构深度,对图像模型裁剪、训练参数等方面进行调整,利用PaddlePaddle深度学习平台AI Studio对... 提出了一种基于深度学习的红绿灯目标检测算法.在Yolo V3模型中引入残差模块学习方法,提出以ResNet残差网络模块作为特征提取网络,优化网络结构深度,对图像模型裁剪、训练参数等方面进行调整,利用PaddlePaddle深度学习平台AI Studio对红绿灯目标检测模型进行训练,得到了红绿灯的准确检测结果,红灯测试精准率达到0.992 6,绿灯精准率达到0.972 4,相比原网络结构模型红灯精准率0.932 2,绿灯精准率0.991 8,平均精准率(MAP)由原来的0.865 9提高到0.896 6,模型精准率提高了3个百分点.利用模拟和实际采集的数据,分别验证了模型的可靠性,实现了盲人弱势群体可以安全过马路. 展开更多

关键词 深度学习 目标检测 PaddlePaddle resnet34 DarkNet53 Yolo v3 残差网络

在线阅读 下载PDF 职称材料

基于卷积神经网络的水稻氮素营养诊断 被引量：4

14

作者 钱政 杨孙哲 +4 位作者 张国卿 郭紫微 张林朋 万家兴 杨红云 《中国农业科技导报》 CAS CSCD 北大核心 2023年第9期113-121,共9页

为了快速、准确诊断和识别水稻氮素胁迫程度,对水稻进行大田栽培试验。以超级水稻‘两优培九’为试验对象,设置0、210、300和390 kg·hm^(-2)共4个施氮水平处理,通过扫描采集幼穗分化期和齐穗期水稻顶1、顶2、顶3叶图像,在卷积神经... 为了快速、准确诊断和识别水稻氮素胁迫程度,对水稻进行大田栽培试验。以超级水稻‘两优培九’为试验对象,设置0、210、300和390 kg·hm^(-2)共4个施氮水平处理,通过扫描采集幼穗分化期和齐穗期水稻顶1、顶2、顶3叶图像,在卷积神经网络(convolutional neural network,CNN)ResNet34的每个残差块中加入SE block(squeeze-and-excitation block)模块,并将在图像数据集ImageNet(ImageNet large scale visual recognition challenge)上训练得到的权重参数迁移到水稻氮素营养诊断的识别模型中,ResNet34的特征提取层保持原结构,模型结尾的池化层替换为全局平均池化层,利用改进后的网络对水稻图像进行特征提取,训练得到最优的权重参数。结果表明,改进后的网络对水稻幼穗分化期的模型测试准确率达到98.13%,齐穗期的准确率达到99.46%,且模型的收敛速度更快,相比于改进前的网络准确率均提升了7%以上。以上结果表明,通过在ResNet34残差块中加入SE block并基于迁移学习的方法对水稻氮素营养诊断方法是可行的,能有效对水稻幼穗分化期和齐穗期的氮素营养进行诊断识别,为农作物的营养诊断识别提供了参考。 展开更多

关键词 卷积神经网络 水稻氮素营养诊断 resnet34 迁移学习 SE block

在线阅读 下载PDF 职称材料

卷积神经网络算法在无人机可见光视觉避障系统中的应用研究

15

作者 黄敏 郭燕娜 +1 位作者 杨静泊 陈亦寒 《电子设计工程》 2025年第22期191-196,共6页

为助力无人机在复杂环境下快速、精准避障,保障飞行安全与稳定,研究了卷积神经网络算法在无人机可见光视觉避障系统中的应用。构建无人机可见光视觉避障系统框架,通过高清摄像机获取可见光图像,输入Swin Transformer-CNN模型。利用ResNe... 为助力无人机在复杂环境下快速、精准避障,保障飞行安全与稳定,研究了卷积神经网络算法在无人机可见光视觉避障系统中的应用。构建无人机可见光视觉避障系统框架,通过高清摄像机获取可见光图像,输入Swin Transformer-CNN模型。利用ResNet34网络提取关键局部特征,借助Dy-CBAM模块增强特征提取与聚焦能力;用Swin Transformer学习长距离语义关系,融合两个分支特征后经全连接层输出碰撞概率与转向预测结果,经智能映射计算控制指令实现避障。实验结果表明,该方法可实现无人机自主避障,当学习率为10^(-3)时,无人机转向预测结果介于±0.2之间,与实际值的概率密度分布高度吻合。所提方法能有效实现无人机可见光视觉避障,在特定学习率下具有突出的避障性能和较高的飞行稳定性。 展开更多

关键词 无人机 可见光 SwinTransformer-CNN resnet34网络 Dy-CBAM模块 控制指令

在线阅读 下载PDF 职称材料