摘要
本发明公开一种齿轮箱复合故障图像智能识别方法及装置,属工业自动化设备状态监测与智能视觉检测交叉领域,适用于复杂环境下齿轮箱多类型复合故障的实时定位、精细分割及协同判别。步骤为:采集齿轮箱表面图像并预处理;输入共享CSPDarknet骨干网络,输出高、中、底层特征;中层特征入YOLOv5检测头,得故障边界框等;经ROIAlign截取区域特征,与Mask‑RCNN底层特征拼接处理得增强特征;输入轻量化Mask‑RCNN分割头,输出二值掩模等;动态加权融合得最终结果并输出。本发明单帧处理≤100ms,结合注意力机制和热成像预处理,识别精度提升15%‑20%,漏检率与误检率降10%以上,适配工业现场。
技术关键词
图像智能识别方法
高层语义特征
故障检测模块
特征提取模块
细粒度分类
LED冷光源
图像采集模块
掩模
工业自动化设备
检测头
工业相机
像素
坐标
热成像
下齿轮箱
注意力
系统为您推荐了相关专利信息
图像
结直肠癌治疗
饱和度
辅助预测方法
特征提取模块
MFCC特征
噪音识别方法
样本
预训练模型
深度学习模型
网络故障诊断
网络故障检测方法
网络拓扑
图谱
网元