摘要
本发明提供了一种基于碟形弹簧垫片视觉靶点和计算机视觉技术的螺栓松动检测方法,包括步骤:设计用于检测螺栓松动的碟形弹簧垫片视觉靶点;采集带有碟形弹簧垫片视觉靶点的螺栓图像,并人工标注,形成原始数据集;搭建虚拟数据衍生网络模型,先预训练,再在原始数据集上训练,完成迁移学习;利用虚拟数据衍生网络模型生成大量虚拟螺栓图像并人工标注,形成虚拟数据集,与原始数据集合并为训练集;搭建BoltYOLO螺栓松动检测深度神经网络并训练;将待检测的图像输入BoltYOLO螺栓松动检测深度神经网络,获得检测结果。本发明方法具有检测速度快、精度高、成本低、可靠度高的特点,同时显著降低了对原始数据集的数量需求,更符合实际工程需求。
技术关键词
螺栓松动检测方法
碟形弹簧
计算机视觉技术
深度神经网络
垫片
注意力
色带
热力图
图像
可视化模块
检测螺栓
网格
标记
生成对抗网络
螺母
系统为您推荐了相关专利信息
机器学习模型
快速生成方法
作物生长状态
数据
大型喷灌机
道路检测信息
对象
协方差信息
运动状态信息
位置检测误差
可视化交互界面
控制核电站
图标
核反应堆
核废料存储罐
无线供能通信网络
调度决策方法
深度神经网络
新鲜度
李雅普诺夫优化