一种航空发动机叶片表面缺陷识别方法及系统

    公开(公告)号:CN117649398A

    公开(公告)日:2024-03-05

    申请号:CN202311758620.7

    申请日:2023-12-20

    Applicant: 湖南大学

    Abstract: 本申请涉及一种航空发动机叶片表面缺陷识别方法及系统,方法包括:获取航空发动机涡轮叶片的表面图像以及图像特征映射关系;根据图像特征映射关系生成表面图像的分割伪标签;获取分割伪标签提供的缺陷位置先验;基于缺陷位置先验增强缺陷区域的特征值,得到增强图像;将增强图像与分割网络的输出连接,得到全局特征,并将全局特征输入至分类网络,得到缺陷预测结果。系统包括:获取模块,伪标签生成模块,缺陷先验挖掘模块,缺陷先验挖掘模块,全局信息提取及分类预测模块。该方法实现了对微小以及弱特征缺陷的精确分类,不需要人工检测,省时省力,同时避免漏检、误检以及其它因素造成的检测精度问题,提高了检测精度以及效率。

    一种基于非极大值抑制阈值优化的目标检测方法

    公开(公告)号:CN116109812A

    公开(公告)日:2023-05-12

    申请号:CN202310317496.4

    申请日:2023-03-29

    Applicant: 湖南大学

    Abstract: 本发明涉及目标检测技术领域,公开了一种基于非极大值抑制阈值优化的目标检测方法,包括:获取待检测目标数据;将待检测目标数据输入预先训练得到的目标检测模型,得到多个目标检测框与每个目标检测框的置信度;获取每个目标检测框的可见比;将每个目标检测框的置信度和可见比输入预先训练得到的非极大值抑制阈值预测模型,得到对应的非极大值抑制阈值;根据非极大值抑制阈值对所有目标检测框进行冗余框筛选,获得目标检测结果。本发明可以解决人工设定固定阈值无法应对动态变化的目标图像或者视频序列,同时能够显著改善人工设定固定阈值所造成的漏检、误检等问题,有利于提高重度遮挡场景中目标检测的准确率。

Patent Agency Ranking