基于改进SSD网络的管道漏磁缺陷图像识别算法

• 作者: 杨理践 王竹筠 高松巍
• 来源期刊: 沈阳航空航天大学学报
• 学科: 工学
• 关键词: 漏磁图像 深度学习 目标检测 SSD网络 多孔卷积 输油管道 识别算法
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 74-82
• 页数: 9页
• 分类号: TP391
• 字数: 5269字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2019.03.012

摘要

为实现管道漏磁图像的智能化识别,提出一种基于改进SSD网络的管道漏磁图像识别算法.以SSD网络模型为基础框架,加入多孔卷积.利用多孔卷积扩大网络模型的感受野,将低分辨率的高语义信息特征提取出来,从而提高网络对小目标细节特征的学习能力.实验结果表明,提出的算法能自动识别出漏磁数据的环焊缝、螺旋焊缝、缺陷等位置,准确率能达到到92.62％,误检率低于3％,漏检率低于6％,具有更优良的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨理践	沈阳工业大学信息科学与工程学院	183	1660	22.0	33.0
2	高松巍	沈阳工业大学信息科学与工程学院	145	1140	20.0	27.0
3	王竹筠	沈阳工业大学信息科学与工程学院	3	2	1.0	1.0