摘要
文中针对起重机金属结构在服役期可能产生机械磨损、疲劳裂纹等安全性问题,将视觉检测技术GDR-Net与并行卷积神经网络相结合,提出一种新的叠加卷积神经网络起重机金属结构缺陷检测法.以分次训练方式先对浅层次网络进行训练,再以GDR-Net对训练后的浅层次网络参数进行校正,最后将所提方法用于起重机金属结构缺陷检测工作中,并与现有的并行网络模型机械视觉识别方案进行了对比,结果表明提出算法结果更加准确.
基金项目
中国山西省留学基金委资助的研究项目(2020-123)
太原科技大学博士启动金项目(2016022)
国家科技期刊平台
NSTL
维普
万方数据