基于ResNet模型的聚乙烯燃气管道接头缺陷识别算法OACSTPCD
Defect recognition algorithm of polyethylene gas pipeline joint based on ResNet model
接头是聚乙烯燃气管道容易出现危害性缺陷的薄弱环节,需对此薄弱区域进行定期检测,以确保聚乙烯燃气管道的安全运行.为提高聚乙烯燃气管道接头缺陷图像识别能力,提出了一种基于ResNet网络模型的改进型卷积神经网络识别算法.首先运用Laplacian算子、中值滤波等方式实现对PE燃气管道接头缺陷图像的预处理;然后,将dropout层和ELU函数加入在ResNet34 网络模型中完成图像识别模型的构建;最后,采用改进的ResNet34 网络模型通过试验对包…查看全部>>
凌晓;程凌宇;郭凯;杨凯;孙宝财
兰州理工大学 石油化工学院,兰州 730050兰州理工大学 石油化工学院,兰州 730050兰州理工大学 石油化工学院,兰州 730050兰州理工大学 石油化工学院,兰州 730050甘肃省特种设备检验检测研究院,兰州 730050
机械工程
聚乙烯燃气管道缺陷检测图像识别卷积神经网络ResNet34模型
polyethylene gas pipedefect detectionimage recognitionconvolutional neural networkResNet34 model
《压力容器》 2023 (7)
73-80,8
国家自然科学基金项目(52204074)甘肃省重点研发计划项目(22YF11GA316)甘肃省自然科学基金项目(21JR7RA221)甘肃省教育厅青年博士基金项目(2022QB-046)
评论