公开(公告)号：CN119168948A

公开(公告)日：2024-12-20

申请号：CN202411161551.6

申请日：2024-08-23

Applicant: 温州市特种设备检测科学研究院(温州市特种设备应急处置中心)

Inventor： 方学宠 ,  金樟民 ,  白植志 ,  张才 ,  林仁军 ,  李科 ,  张伟 ,  易灿灿

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/776 ,  G06V10/25 ,  G06V10/44 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/0455 ,  G06N3/042

Abstract: 本发明提出了一种基于深度学习的曳引式电梯钢丝绳缺陷检测方法，属于电梯钢丝绳故障检测技术领域；包括如下步骤：S1：采用若干图像采集装置，进行多向采集，获取电梯钢丝绳的真实缺陷图像；S2：构建改进的UCG‑GAN模型；S3：利用真实缺陷图像和改进的UCG‑GAN模型的生成器G生成的第一钢丝绳缺陷图像；采用生成的第一钢丝绳缺陷图像反向传播更新生成器G和鉴别器D的参数，并通过迭代训练生成器G和鉴别器D；使用训练后的模型建立钢丝绳缺陷样本库；S4：建立并初始化改进的EfficientNet网络模型，采用钢丝绳缺陷样本库进行训练；S5：利用训练后的改进的EfficientNet网络模型，对若干图像采集装置实时采集到的电梯钢丝绳的真实缺陷图像进行缺陷识别，输出缺陷识别结果。利用改进的UCG‑GAN模型生成缺陷图像，有利于改善缺陷图像多样性不足的问题，结合改进的EfficientNet网络模型，提高对于不同缺陷的识别效果。