Noul ansamblu de supapă Common Rail OEM F00VC01329 pentru injector 0445110168 169 284 315

Detectarea defectelor scaunului supapei injectorului auto pe baza fuziunii caracteristicilor(partea 3)

Ca urmare, în detectarea scaunului supapei injectorului, imaginea trebuie comprimată, iar dimensiunea imaginii este procesată la 800 × 600, după obținerea datelor de imagine standard unificate, metoda de îmbunătățire a datelor este utilizată pentru a evita deficitul de date, iar capacitatea de generalizare a modelului este îmbunătățită. Îmbunătățirea datelor este o parte importantă a modelelor de deep learning [3]. În general, există două moduri de a mări datele. Una este să adăugați un strat de perturbare a datelor la modelul de rețea pentru a permite ca imaginea să fie antrenată de fiecare dată, există o altă modalitate care este mai simplă și mai simplă, mostrele de imagine sunt îmbunătățite prin procesarea imaginii înainte de antrenament, extindem setul de date folosind metode de îmbunătățire a imaginii, cum ar fi geometria și spațiul de culoare și folosiți HSV în spațiul de culoare, așa cum se arată în Figura 1.

Îmbunătățirea modelului de defectare Faster R-CNN În modelul de algoritm Faster R-CNN, în primul rând, trebuie să extrageți caracteristicile imaginii de intrare, iar caracteristicile extrase de ieșire pot afecta direct efectul final de detectare. Miezul detectării obiectelor este extragerea caracteristicilor. Rețeaua de extracție a caracteristicilor comune în modelul de algoritm Faster R-CNN este rețeaua VGG-16. Acest model de rețea a fost folosit pentru prima dată în clasificarea imaginilor [4], iar apoi a fost excelent în segmentarea semantică [5] și detectarea proeminenței [6].

Rețeaua de extracție a caracteristicilor din modelul de algoritm Faster R-CNN este setată la VGG-16, deși modelul de algoritm are o performanță bună la detectare, folosește doar ieșirea hărții caracteristicilor din ultimul strat în extragerea caracteristicilor imaginii, deci va exista unele pierderi și harta caracteristicilor nu pot fi complet completate, ceea ce va duce la inexactitate în detectarea obiectelor țintă mici și va afecta efectul final de recunoaștere.