基于新型深度神经网络的民机表面缺陷识别
张德银; 陈从翰; 黄选红; 徐志强
【期刊名称】《计算技术与自动化》 【年(卷),期】2020(039)001
【摘要】为解决机务人员依靠经验来对民航飞机的表面缺陷进行识别时易发生误判的问题,开发了一种用于民机表面的缺陷识别的结合Inception-net和残差模块的新型深度神经网络.首先,通过对各机场的在修飞机表面缺陷进行采样建立数据集,手段包括使用图像处理修复不合格图像、使用数据增强缓解数据类别不平衡、使用立方卷积插值法降采样保留图像特征等图像预处理操作.然后在自建的数据集上对新型深度神经网络与其他神经网络进行对比测试.实验结果表明,新型神经网络在较少的参数下能够达到最深的网络深度,且在自建数据集的测试集上的识别率和查全率分别为74.23%和62.29%,优于进行对比的其他网络.说明在一定程度上该网络能够有效用于民机表面缺陷识别工作中. 【总页数】6页(48-53)
【关键词】民航飞机; 表面缺陷识别; 残差; Inception-net; 深度神经网络 【作者】张德银; 陈从翰; 黄选红; 徐志强
【作者单位】中国民用航空飞行学院 航空工程学院 四川 广汉 618307 【正文语种】中文 【中图分类】TP391.4 【相关文献】
1.基于概念器的深度神经网络模型 [J], 钱光武; 张蕾; 王炎
2.基于深度神经网络的电力调度语音识别研究及应用 [J], 窦建中; 罗深增; 金
勇; 李群山; 杨超; 杨绪升
3.基于深度神经网络模型的钻井井漏预测研究 [J], 和鹏飞; 刘晓宾; 陈真; 史旻; 陈玉山
4.基于深度神经网络结构的互联网金融市场动态预测 [J], 赵洪科; 吴李康; 李徵; 张兮; 刘淇; 陈恩红
5.基于深度神经网络多模态融合的颞叶内侧癫痫鉴别 [J], 钟霁媛; 陈思翰; 晗
以上内容为文献基本信息,获取文献全文请下载
王
基于新型深度神经网络的民机表面缺陷识别
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)