方铭章,王学峰,余子彬,苏健成,黄军翔.基于深度学习算法的电缆接头表面划痕缺陷检测算法[J].电工技术,2024(S2):343-345
基于深度学习算法的电缆接头表面划痕缺陷检测算法
  
DOI：10.19768/j.cnki.dgjs.2024.S2.117
中文关键词:  深度学习  划痕缺陷检测  特征提取网络
英文关键词:
基金项目:
作者单位
方铭章 深圳供电局有限公司 
王学峰 深圳供电局有限公司 
余子彬 深圳供电局有限公司 
苏健成 深圳供电局有限公司 
黄军翔 深圳供电局有限公司 
摘要点击次数: 17
全文下载次数: 0
中文摘要:
      为了提高电缆接头施工质量缺陷检测的精度，提出了一种基于Faster R-CNN深度学习的电缆接头施工质量表面划痕缺陷检测算法。首先获取电缆接头表面划痕图像样本，并对其进行预处理、改进Gamma校正算法。改进Gamma校正算法过程包括：首先将图片转为HSV格式，然后对图片亮度V进行引导滤波，得到光照分量图像；之后计算光照分量均值，构造改进的Gamma函数；对亮度V进行校正，得到新的亮度V1；再将色调H、饱和度S、亮度V1重新合成彩色图像；最终转为灰度图像。然后基于Faster RCNN目标检测模型，选取性能较优的骨干网络作为模型的特征提取网络。再优化特征提取网络，基于已有的特征提取网络，融合特征金字塔网络FPN及可变形卷积网络DCNv2。候选框精准定位，采用K-means++算法改进锚点生成方案，降低候选框定位误差； 步骤五：模型训练。最后用训练好的模型对测试样本进行预测，输出电缆接头表面划痕的精度。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器