摘要
本发明公开了一种基于CRCN的层状介质介电系数无损检测方法、系统。该发明首先通过CycleGAN网络训练,进行数据集的杂噪抑制,对图像目标特征进行增强。其次,提出了一种ResCBAMNet检测网络,以ResNet‑18为基础,在残差块中引入了CBAM模块,同时将网络中激活函数改进为LeakyReLU。该网络可对层状介质进行介电系数分类检测。仿真实验结果表明,本方法通过CRCN模型能够实现对各层介质的介电系数快速无损检测,从而判断各介质层的结构健康状态,适用于工程应用。
技术关键词
无损检测方法
回波
网络
训练深度学习模型
无腐蚀
图像
优化器
注意力
双曲线特征
结构健康状态
介质
无损检测装置
雷达
深度学习框架
模块
生成数据集
信号
曲率特征