基于改进Mask R-CNN的风机叶片缺陷检测OA北大核心CSCDCSTPCD
Fault detection of wind turbine blade based on improved Mask R-CNN
针对传统风机叶片缺陷检测采用人工的方法效率低、 精度差的问题,提出了一种基于改进Mask R-CNN的风机叶片缺陷检测方法.该方法首先使用ResNet-50结合FPN网络生成特征图,然后输入到RPN网络中筛选出ROI,通过ROIAlign固定特征图尺寸输入到预测网络中,对类型、边界框、掩膜进行预测.另外,文章构建了一个风机叶片缺陷掩膜数据集用于模型的训练.通过测试集验证并与Mask R-CNN,Faster R-CNN进行了对比分析,文章提出的方…查看全部>>
张超;文传博
上海电机学院, 上海 201306上海电机学院, 上海 201306
能源科技
改进Mask R-CNN缺陷检测风机叶片目标检测实例分割
《可再生能源》 2020 (9)
大型船舶动力系统运营全寿命周期故障预测与智能健康管理
1181-1186,6
国家自然科学基金(U1509203).
评论