基于深度卷积神经网络的熔渣结瘤检测
计算机视觉与模式识别
2021-10-14 v1 机器学习
摘要
我们研究了利用两个深度卷积神经网络检测链篦机-回转窑系统炉内图像中熔渣结瘤的能力。炉内工况会导致相机视野偶尔受阻。我们的方法建议通过在深度卷积神经网络中引入 convLSTM 层来解决此问题。结果表明，在工业运行环境中，有可能达到足以自动化决策及时应对措施的性能。此外，添加 convLSTM 层减少了异常预测的数量，并降低了图像时间序列中检测到的熔渣占比的运行方差。
引用
@article{arxiv.2110.06640,
title = {Detecting Slag Formations with Deep Convolutional Neural Networks},
author = {Christian von Koch and William Anzén and Max Fischer and Raazesh Sainudiin},
journal= {arXiv preprint arXiv:2110.06640},
year = {2021}
}
备注
15 pages, 6 figures, to be published in the proceedings of DAGM German Conference on Pattern Recognition 2021