公开(公告)号：CN118365902A

公开(公告)日：2024-07-19

申请号：CN202410388302.4

申请日：2024-03-29

Applicant: 南京工业大学

Inventor： 万夕里 ,  顾超 ,  管昕洁

IPC: G06V10/74 ,  G06V10/82 ,  G06V10/774 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明公开了一种基于多任务学习与背景解耦的孔探损伤计数方法。本方法的第一项任务分支是通过YOLOv5检测当前视频帧损伤，结合预训练的CNN模型提取损伤特征并计算与前帧的损伤特征相似度。本方法的第二项任务分支通过背景解耦模块BDM从YOLOv5的原始特征图中提取背景特征并计算与前帧的背景特征相似度。进一步引入背景生成模块BGM，利用预训练的FCN分割模型生成背景区域标签，与BGM得到的背景区域图像计算曼哈顿距离。最后，联合多任务学习所得到的损伤特征相似度与背景特征相似度计算综合相似度，并与预设阈值进行比较。本方法提高了损伤计数的准确性和鲁棒性，实现了对损伤视频的高精度损伤计数。

公开(公告)号：CN114998255A

公开(公告)日：2022-09-02

申请号：CN202210606883.5

申请日：2022-05-31

Applicant: 南京工业大学

Inventor： 万夕里 ,  顾超 ,  管昕洁

IPC: G06T7/00 ,  G06T7/514 ,  G06N3/04 ,  G06N3/08 ,  G06T5/50

Abstract: 一种基于航空发动机孔探裂纹检测轻量化部署方法，包括步骤；1)获取航空发动机孔探裂纹的图像或视频，并构成孔探裂纹图像数据集；视频是多个连续帧图像；2)建立基于GhostNet的YOLOv5卷积神经网络模型；3)训练改进的YOLOv5卷积神经网络模型；4)利用训练好的权重文件与测试数据集进行测试，针对改进模型的测试结果进行消融实验，对各个模型的性能进行对比，从中选择性能最好的YOLOv5改进网络模型；5)将改进的网络模型部署到Jetson Nano嵌入式平台，利用训练好的权重文件对孔探裂纹图像和视频进行检测；通过比较裂纹检测的精准度和单帧图像推理时间，对改进模型的轻量化部署进行最终的评估。

公开(公告)号：CN114998255B

公开(公告)日：2024-11-01

申请号：CN202210606883.5

申请日：2022-05-31

Applicant: 南京工业大学

Inventor： 万夕里 ,  顾超 ,  管昕洁

IPC: G06T7/00 ,  G06T7/514 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06T5/50

Abstract: 一种基于航空发动机孔探裂纹检测轻量化部署方法，包括步骤；1)获取航空发动机孔探裂纹的图像或视频，并构成孔探裂纹图像数据集；视频是多个连续帧图像；2)建立基于GhostNet的YOLOv5卷积神经网络模型；3)训练改进的YOLOv5卷积神经网络模型；4)利用训练好的权重文件与测试数据集进行测试，针对改进模型的测试结果进行消融实验，对各个模型的性能进行对比，从中选择性能最好的YOLOv5改进网络模型；5)将改进的网络模型部署到Jetson Nano嵌入式平台，利用训练好的权重文件对孔探裂纹图像和视频进行检测；通过比较裂纹检测的精准度和单帧图像推理时间，对改进模型的轻量化部署进行最终的评估。