OEM Anyar Umum Rail Klep Majelis F00VC01329 Pikeun 0445110168 169 284 315 injector

Deteksi cacad korsi klep injector otomotif dumasar kana fusi fitur(bagian 3)

Hasilna, dina deteksi korsi klep injector, gambar kedah dikomprés, sareng ukuran gambar diolah ka 800 × 600, saatos nampi data gambar standar anu ngahijikeun, metode paningkatan data dianggo pikeun nyegah kakurangan data, jeung kamampuh generalisasi model ditingkatkeun. Ningkatkeun data mangrupa bagian penting tina latihan modél pangajaran jero [3]. Umumna aya dua cara pikeun ningkatkeun data. Salah sahijina nyaéta pikeun nambihan lapisan perturbation data kana modél jaringan pikeun ngamungkinkeun gambar dilatih unggal waktos, aya cara sanés anu langkung lugas sareng saderhana, conto gambar ditingkatkeun ku ngolah gambar sateuacan latihan, urang dilegakeun set data nganggo Métode ningkatkeun gambar sapertos géométri sareng rohangan warna, sareng nganggo HSV dina rohangan warna, sapertos anu dipidangkeun dina Gambar 1.

Ngaronjatkeun model defect defect R-CNN Leuwih gancang Dina model algoritma R-CNN gancang, mimiti sagala, Anjeun kudu nimba fitur tina gambar input, sarta fitur kaluaran sasari bisa langsung mangaruhan pangaruh deteksi final. Inti deteksi obyék nyaéta ékstraksi fitur. Jaringan ékstraksi fitur umum dina modél algoritma Faster R-CNN nyaéta jaringan VGG-16. Modél jaringan ieu mimiti dipaké dina klasifikasi gambar [4], lajeng geus alus teuing dina segmentation semantik [5] jeung deteksi saliency [6].

Jaringan ékstraksi fitur dina modél algoritma R-CNN Faster disetel ka VGG-16, sanajan model algoritma boga kinerja alus dina deteksi, éta ngan ngagunakeun kaluaran peta fitur ti lapisan panungtungan dina ékstraksi fitur gambar, jadi bakal aya. sababaraha karugian jeung peta fitur teu bisa pinuh réngsé, nu bakal ngakibatkeun inaccuracy dina deteksi objék target leutik sarta mangaruhan pangaruh pangakuan final.