摘要
一种航空发动机叶片损伤的板载智能检测方法,方法中,采集多个航空发动机叶片的损伤图像并对损伤部位进行标注;基于所述损伤图像构建叶片损伤数据集,并按照预定比例划分为训练集和测试集,训练集输入到智能检测模型中进行训练;训练完成之后得到PT模型,并转换为onnx模型和RKNN模型;通过QT软件进行检测单元界面设计,添加opencv和相关第三方库,并将所述RKNN模型输入到QT软件中;将QT编译完成的可执行文件,以及需要用到的库文件拷贝到已经烧录好Ubuntu系统的RK3588S开发板。将摄像头接入封装好系统和程序的开发板,启动并打开检测单元,点击‘开始’,可实现航空发动机叶片损伤实时检测和识别。
技术关键词
智能检测方法
界面设计工具
航空发动机叶片
开发板
损伤类别
图像
权重模型
格式
标注工具
训练集
数据
项目
图片
软件
程序
参数
裂纹
系统为您推荐了相关专利信息
深度学习处理器
图像分割模型
碳纳米管分散状态
通道注意力机制
光学显微镜
数模混合芯片
功能测试系统
模拟开关
时序
FPGA开发板
激光散斑图像
智能检测方法
融合特征
多头注意力机制
双编码器