摘要
本发明涉及基于U2‑Net和Canny算子的发动机叶片表面裂缝检测方法,属于图像分割和缺陷检测技术领域,解决了现有技术中对发动机叶片表面裂缝检测效率低、成本高、依赖主观个人判断,且存在安全隐患的问题,包括以下步骤:步骤S1.收集航空发动机叶片图像,并对其预处理得到测试集;步骤S2.获得道路裂缝数据集CFD,处理得到训练集和验证集;步骤S3.构建网络模型,并使用训练集进行初步训练;步骤S4.设定评价指标,选择算法参数,并建立损失函数;步骤S5.对初步训练后的网络模型进行训练、测试以及优化,得到最终的网络模型;步骤S6.使用最终的网络模型对待检测发动机叶片表面图像进行检测和评估,得到航空发动机叶片裂缝检测结果。
技术关键词
表面裂缝检测方法
航空发动机叶片
直方图均衡化
裂缝数量
模块
图像
指标
标签
缺陷检测技术
语义分割网络
数据
算法
训练集
参数
注意力机制
团队
系统为您推荐了相关专利信息
定量金相分析方法
二值化方法
软件
待测对象
计算机可读指令
火工品点火电路
IO控制电路
电压控制模块
主控模块
继电器
变电站场景
变化监测方法
变电站监测技术
语义
标记
监理系统
预测建模
监理方法
混合损失函数
构建预测模型