一种钢丝绳光学无损损伤检测的新方法
计算机视觉与模式识别
2024-09-24 v4 人工智能
摘要
本文提出了一种用于高空环境（架空索道）中钢丝绳无损损伤检测的新算法。该算法包含两个关键组件：首先，设计了一个名为 RGBD-UNet 的分割模型，以从复杂背景中准确提取钢丝绳。该模型配备了通过所提出的 CMA 模块处理和结合颜色与深度信息的能力。其次，开发了一个名为 VovNetV3.5 的检测模型，用于区分正常和异常的钢丝绳。它集成了 VovNet 架构与 DBB 模块以增强性能。此外，提出了一种新颖的背景增强方法，以增强分割模型的泛化能力。创建了包含不同场景下钢丝绳图像的数据集，用于训练和测试分割及检测模型。实验表明，相较于基线模型有显著改进。在所提出的数据集上，检测模型达到的最高准确率为 0.975，分割模型达到的最大 F 值为 0.948。
引用
@article{arxiv.2402.03843,
title = {A new method for optical steel rope non-destructive damage detection},
author = {Yunqing Bao and Bin Hu},
journal= {arXiv preprint arXiv:2402.03843},
year = {2024}
}