摘要
为减小塔式起重机运行安全隐患,提高机器视觉检验销轴连接状态的准确率,提出一种优化Swim Transformer的塔式起重机销轴安全状态识别算法;首先通过采集工地现场塔式起重机销轴安全状态图像,创建数据集;其次对数据集中销轴安全状态分类,并进行独热编码;然后基于Swin Transformer算法,建立销轴安全状态的识别模型,构造和优化损失函数;再运用AdamW优化器更新梯度,经过1 000次训练迭代后得到最终模型;最后在所创建的销轴图像数据集上,进行试验验证.结果表明:所提优化算法提高了塔式起重机销轴安全状态识别能力:准确率为99.4％、平均精度为99.4％,平均召回率为99.4％,平均特异度为99.6％,呈现出良好的分类和泛化能力;同时明显优于ShuffleNet、DenseNet和EfficientNet等3种典型算法;与原Swin Transformer算法相比,准确率也提高了 3.6％.
NETL
NSTL
维普
万方数据