針對(duì)扣件的斷裂、缺失和螺母松動(dòng)等3種主要缺陷引起的扣件轉(zhuǎn)動(dòng),對(duì)基于Mask R-CNN網(wǎng)絡(luò)扣件缺陷檢測(cè)系統(tǒng)開(kāi)展研究。首先將扣件圖片輸入到主干特征提取網(wǎng)絡(luò)Resnet101對(duì)圖片進(jìn)行卷積、池化操作,隨后構(gòu)造FPN（Feature Pyram id Ne tw orks）,經(jīng)過(guò)FPN進(jìn)行多尺度特征融合后的結(jié)果輸入到RPN（Re gion Propos al Ne tw orks）,再由RPN篩選出一部分RoI（Region of Interest）,然后對(duì)RoI進(jìn)行RoI Align操作,最后對(duì)RoI進(jìn)行分類(lèi)、boundingbox回歸和扣件掩膜（mask）生成,最后得到的實(shí)例分割檢測(cè)結(jié)果。該結(jié)果不僅可以通過(guò)預(yù)測(cè)框顯示正常扣件和缺陷扣件類(lèi)別,還可以通過(guò)語(yǔ)義分割得到的扣件形狀判斷扣件類(lèi)別。因此,在一定程度上縮小了實(shí)際操作中因網(wǎng)絡(luò)本身引起的誤差。
| [1] 基于深度神經(jīng)網(wǎng)絡(luò)Mask R-CNN膽囊癌輔助識(shí)別系統(tǒng)臨床應(yīng)用價(jià)值研究[J]. 中國(guó)實(shí)用外科雜志 2021(03) |
| [2] 基于Mask R-CNN的膠囊缺陷檢測(cè)方法[J]. 無(wú)線電工程 2020(10) |
| [3] 基于Mask R-CNN和遷移學(xué)習(xí)的水下生物目標(biāo)識(shí)別研究[J]. 計(jì)算機(jī)應(yīng)用研究 2020(S2) |
| [4] 基于改進(jìn)Mask R-CNN的模糊圖像實(shí)例分割的研究[J]. 電子與信息學(xué)報(bào) 2020(11) |
| [5] 基于改進(jìn)Mask R-CNN的風(fēng)機(jī)葉片缺陷檢測(cè)[J]. 可再生能源 2020(09) |
| [6] 基于Mask R-CNN的電力設(shè)備紅外圖像分割技術(shù)研究[J]. 計(jì)算機(jī)與數(shù)字工程 2020(02) |
| [7] 基于Mask R-CNN的行人分割[J]. 指揮控制與仿真 2020(05) |
| [8] 基于改進(jìn)的Mask R-CNN的染色體圖像分割框架[J]. 計(jì)算機(jī)應(yīng)用 2020(11) |
| [9] 基于Mask R-CNN的遙感影像土地分割與輪廓提取[J]. 南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版) 2021(01) |
| [10] 基于Mask R-CNN改進(jìn)的遙感圖像艦船檢測(cè)[J]. 計(jì)算機(jī)工程與應(yīng)用 2020(08) |
| [11] 基于Mask R-CNN的衛(wèi)星影像船舶檢測(cè)研究[J]. 科技視界 2019(30) |
| [12] 利用具有注意力的Mask R-CNN檢測(cè)震害建筑物立面損毀[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版) 2020(11) |
| [13] 基于改進(jìn)的Mask R-CNN的行人細(xì)粒度檢測(cè)算法[J]. 計(jì)算機(jī)應(yīng)用 2019(11) |
| [14] 基于Mask R-CNN模型的胸片肺結(jié)節(jié)檢測(cè)性能評(píng)估[J]. 信息與控制 2020(06) |
| [15] 基于Mask R-CNN算法的遙感圖像處理技術(shù)及其應(yīng)用[J]. 計(jì)算機(jī)科學(xué) 2020(10) |
| [16] 基于具有空間注意力機(jī)制的Mask R-CNN的口腔白斑分割[J]. 西北大學(xué)學(xué)報(bào)(自然科學(xué)版) 2020(01) |
| [17] 一種基于Mask R-CNN和分水嶺算法的巖石顆粒圖像分割方法[J]. 水電能源科學(xué) 2020(11) |
| [18] 基于Mask R-CNN的機(jī)場(chǎng)地面保護(hù)區(qū)航空器識(shí)別研究[J]. 計(jì)算機(jī)測(cè)量與控制 2020(11) |
| [19] 基于Mask R-CNN的復(fù)合絕緣子過(guò)熱缺陷檢測(cè)[J]. 中國(guó)電力 2021(01) |
| [20] 基于Mask R-CNN的肝臟CT影像自動(dòng)分割算法研究[J]. 光電子·激光 2021(01) |
| [21] 基于Mask R-CNN的玉米干旱卷曲葉片檢測(cè)[J]. 中國(guó)農(nóng)業(yè)信息 2019(05) |
| [22] 基于Mask R-CNN的槍彈底火裝配質(zhì)量檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 兵器裝備工程學(xué)報(bào) 2020(06) |
| [23] 基于Mask R-CNN的玉米田間雜草檢測(cè)方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào) 2020(06) |
| [24] 一種改進(jìn)的Mask R-CNN圖像篡改檢測(cè)模型[J]. 小型微型計(jì)算機(jī)系統(tǒng) 2020(11) |
| [25] 基于改進(jìn)特征金字塔的Mask R-CNN目標(biāo)檢測(cè)方法[J]. 激光與光電子學(xué)進(jìn)展 2019(04) |
| [26] 人體關(guān)鍵點(diǎn)檢測(cè)的Mask R-CNN網(wǎng)絡(luò)模型改進(jìn)研究[J]. 計(jì)算機(jī)工程與應(yīng)用 2021(01) |
| [27] 基于改進(jìn)的Mask R-CNN的公路裂縫檢測(cè)算法[J]. 計(jì)算機(jī)應(yīng)用 2020(S2) |
| [28] 基于Mask R-CNN的車(chē)位狀態(tài)智能識(shí)別算法[J]. 計(jì)算機(jī)仿真 2021(02) |
| [29] 基于Mask R-CNN和多特征融合的實(shí)例分割[J]. 計(jì)算機(jī)技術(shù)與發(fā)展 2020(09) |
| [30] 基于改進(jìn)Mask R-CNN的火焰圖像識(shí)別算法[J]. 計(jì)算機(jī)工程與應(yīng)用 2020(21) |
| [1]基于Mask R-CNN的復(fù)合絕緣子過(guò)熱缺陷檢測(cè)[J]. 高熠,田聯(lián)房,杜啟亮. 中國(guó)電力.2021(01) |
| [2]基于改進(jìn)Mask R-CNN的風(fēng)機(jī)葉片缺陷檢測(cè)[J]. 張超,文傳博. 可再生能源.2020(09) |
| [3]基于Mask R-CNN的膠囊缺陷檢測(cè)方法[J]. 段仲靜,李少波,胡建軍,楊靜,王錚. 無(wú)線電工程.2020(10) |
| [4]基于Mask R-CNN和遷移學(xué)習(xí)的水下生物目標(biāo)識(shí)別研究[J]. 宋紹劍,朱靖旭. 計(jì)算機(jī)應(yīng)用研究.2020(S2) |
| [5]基于改進(jìn)Mask R-CNN的模糊圖像實(shí)例分割的研究[J]. 陳衛(wèi)東,郭蔚然,劉宏煒,朱奇光. 電子與信息學(xué)報(bào).2020(11) |
| [6]基于Mask R-CNN的鑄件X射線DR圖像缺陷檢測(cè)研究[J]. 蔡彪,沈?qū)?付金磊,張理澤. 儀器儀表學(xué)報(bào).2020(03) |
| [7]改進(jìn)Mask R-CNN在航空影像目標(biāo)檢測(cè)的研究應(yīng)用[J]. 董旭彬,趙清華. 計(jì)算機(jī)工程與應(yīng)用. |
| [8]基于Mask R-CNN的電力設(shè)備紅外圖像分割技術(shù)研究[J]. 吳克河,王敏鑒,李淵博. 計(jì)算機(jī)與數(shù)字工程.2020(02) |
| [9]基于Mask R-CNN的行人分割[J]. 胡劍秋,邢向磊,蔣攀,何佳洲. 指揮控制與仿真.2020(05) |
| [10]基于改進(jìn)的Mask R-CNN的染色體圖像分割框架[J]. 馮濤,陳斌,張躍飛. 計(jì)算機(jī)應(yīng)用.2020(11) |
