基于卷积神经网络的售后摩托车阻尼系统实时漏油检测
计算机视觉与模式识别
2022-11-24 v2
摘要
本文详细描述了深度学习与计算机视觉如何助力检测 AirTender 系统的故障事件，AirTender 是一种售后摩托车阻尼系统部件。监测 AirTender 运行状况最有效的方式之一是查看其表面是否有油渍。从实时图像出发，首先在模拟室内的摩托车悬挂系统中检测 AirTender，随后由二分类器判定 AirTender 是否漏油。检测借助 Yolo5 架构完成，而分类则由专门设计的卷积神经网络 OilNet40 执行。为更清晰地检测漏油，我们将 AirTender 中的油用荧光染料稀释，其激发波长峰值约为 390 nm。随后用合适的 UV LED 照射 AirTender。整个系统旨在设计一种低成本检测装置。将车载设备（如微型计算机）置于悬挂系统附近，并连接至对准 AirTender 的全高清摄像机。该车载设备通过我们的神经网络算法，能够将 AirTender 定位并分类为正常运行（无泄漏图像）或异常（泄漏图像）。
引用
@article{arxiv.2208.05192,
title = {Real-Time Oil Leakage Detection on Aftermarket Motorcycle Damping System with Convolutional Neural Networks},
author = {Federico Bianchi and Stefano Speziali and Andrea Marini and Massimiliano Proietti and Lorenzo Menculini and Alberto Garinei and Gabriele Bellani and Marcello Marconi},
journal= {arXiv preprint arXiv:2208.05192},
year = {2022}
}
备注
analysis of literature reviewed, n.2 figures added, minor corrections