| 注册
首页|期刊导航|现代制造工程|融合多尺度-注意力机制和迁移学习的齿轮表面缺陷识别方法

融合多尺度-注意力机制和迁移学习的齿轮表面缺陷识别方法

高齐 尹明锋 吴祥 符诗语 贝绍轶

现代制造工程Issue(8):7-14,98,9.
现代制造工程Issue(8):7-14,98,9.DOI:10.16731/j.cnki.1671-3133.2023.08.002

融合多尺度-注意力机制和迁移学习的齿轮表面缺陷识别方法

Identification method of gear surface defects based on multi-scale attention and transfer learning

高齐 1尹明锋 2吴祥 3符诗语 2贝绍轶2

作者信息

  • 1. 江苏理工学院机械工程学院,常州213001
  • 2. 江苏理工学院汽车与交通工程学院,常州213001
  • 3. 南京理工大学自动化学院,南京210094
  • 折叠

摘要

关键词

缺陷识别/AlexNet网络/Inception模块/注意力模块/迁移学习

Key words

defect recognition/AlexNet network/Inception module/attention mechanism/transfer learning

分类

信息技术与安全科学

引用本文复制引用

高齐,尹明锋,吴祥,符诗语,贝绍轶..融合多尺度-注意力机制和迁移学习的齿轮表面缺陷识别方法[J].现代制造工程,2023,(8):7-14,98,9.

基金项目

国家自然科学基金项目(62103192) (62103192)

江苏省高等学校自然科学研究面上项目(20KJB520015) (20KJB520015)

常州市应用基础研究计划项目(中补助)(CJ20200039) (中补助)

现代制造工程

OA北大核心CSCDCSTPCD

1671-3133

访问量0
|
下载量0
段落导航相关论文