摘要
本发明涉及锻件裂缝识别技术领域,具体为一种基于双目视觉的锻件裂缝识别定位方法及系统,包括:通过双目相机和双目高速相机分别获取涡轮盘在静止状态和运动状态下的第一涡轮盘静态图像集和第一涡轮盘动态图像集;构建涡轮盘裂缝识别模型对这两种图像集进行识别,通过提取第一静态裂缝特征和第二动态裂缝特征,并生成第一动静裂缝融合特征,得到识别结果;进而根据裂缝识别误差、实际裂缝数据和预设误差阈值对涡轮盘裂缝识别模型的初始学习率进行改进,得到基于裂缝识别误差的自适应学习率。本方法有效结合涡轮盘静态与动态图像信息,并结合基于裂缝识别误差的自适应学习率对涡轮盘裂缝识别模型进行改进,有效提升了涡轮盘裂缝识别定位准确率。
技术关键词
裂缝特征
识别误差
位置识别
识别定位方法
融合特征
识别定位系统
锻件
高压涡轮盘
YOLO模型
视觉
双目相机
裂缝识别技术
动态图像信息
图像获取模块
系统为您推荐了相关专利信息
噪声特征
多层次特征融合
医学图像特征
融合特征
医学图像分割方法
文本
情绪分析方法
特征提取元件
数据更新
情绪识别模型
医学图像分割方法
注意力
网络架构
重构
多尺度池化
变电设备
健康监测方法
多模态
静态特征
融合特征
图像融合分类
融合特征
遥感图像数据
模型构建方法
多模态