基于改进Faster-RCNN的海上升压站涂层缺陷检测与评估.pdf
《基于改进Faster-RCNN的海上升压站涂层缺陷检测与评估.pdf》由会员分享,可在线阅读,更多相关《基于改进Faster-RCNN的海上升压站涂层缺陷检测与评估.pdf(8页珍藏版)》请在咨信网上搜索。
1、 年 无线电工程 第 卷 第 期:引用格式:聂晋峰,金绪良,殷爱鸣,等基于改进的海上升压站涂层缺陷检测与评估无线电工程,():,():基于改进的海上升压站涂层缺陷检测与评估聂晋峰,金绪良,殷爱鸣,张丽,张毅,陆相羽(中国大唐集团科学技术研究总院有限公司 华北电力试验研究院,北京;武汉科思特仪器股份有限公司,湖北 武汉;华中科技大学 电子信息与通信学院,湖北 武汉)摘要:海上升压站所处环境恶劣,防腐涂层容易受到海浪侵蚀而出现腐蚀、剥落等问题,导致海上升压站受损而发生安全事故。为此,通过部署在海上升压站的摄像系统,采集并制备了一个涂层缺陷数据集;设计了一种基于的海上升压站涂层缺陷智能检测算法,针对
2、检测效果不佳的问题,在骨干网络中引入形变卷积,增强网络对形状多变的缺陷的特征的提取能力,并提出了一种多尺度空洞卷积的特征融合策略,提高网络对大面积点蚀缺陷的检测能力;构建了一种缺陷评估指标用于涂层缺陷程度的评估。实验验证了相对于原始的网络,剥落和腐蚀的平均精度分别提高了和,平均精度均值提高了,实现了海上升压站缺陷自动化高精度的检测。此外,所设计的缺陷程度评估算法,能较好地衡量缺陷的严重程度。关键词:缺陷检测;缺陷程度评估;多尺度特征融合;空洞卷积中图分类号:文献标志码:开放科学(资源服务)标识码():文 章 编 号:(),(,;,;,):,:;收稿日期:基金项目:海洋大气环境中铜基电子材料的腐
3、蚀防护与在线监测方法研究();功能填料对环氧涂层界面结合力学与微区电化学影响的研究():();()信号与信息处理 引言海上升压站各部件在出厂前均覆有防腐涂层以防止钢结构被腐蚀,从而延长升压站结构部件的使用寿命。由于海浪侵蚀等因素的影响,升压站的各部件防腐涂层会产生腐蚀、剥落等问题,极大降低了防腐涂层的保护作用,从而影响钢结构设备的强度,对安全生产带来隐患甚至是灾害。因此涂层钢结构缺陷的及时准确检测对于升压站的安全至关重要。海上升压站基础塔筒一般位于浪花飞溅区或海水潮差区,采用人工检测的方式判断涂层表面是否出现异常,人力成本较高,同时存在很大的安全风险。图像处理技术和目标检测技术的快速发展,使得
4、它们在很多领域都得到了广泛应用,包括遥感影像目标检测等。在缺陷检测领域中,图像处理技术和目标检测技术也发挥了重要作用,为智能巡检带来了新型有效的手段。相较于传统人工巡检,智能巡检具有成本低、操控方便等显著优势,且不受限于地形状况,可以到达人徒步无法抵达的区域。针对海上升压站涂层缺陷检测问题,本文首先构建了一个缺陷数据集;其次设计了一种基于的缺陷检测算法,针对对升压站涂层缺陷检测的不足,对其进行了改进;再次,提出了一种涂层缺陷评估方法,实现了缺陷程度的自动化评估,提高了缺陷风险管控能力;最后,在构建的数据集上,验证了缺陷检测方法和缺陷评估方法的有效性。缺陷检测网络设计根据检测思路的不同,检测框架
5、主要包括种:一种是基于回归的检测框架,这种检测框架也称为单步法;另一种是基于候选窗口的目标检测框架,也称为两步法。相较于两步法,单步法不需要提取候选框,将目标检测看成是回归问题,将分类和定位一起完成,典型方法包括和等。单步法具有检测速度快的特点,简单网络目标检测速率可达帧秒左右,但在检测精度方面,单步法的性能不如两步法高。两步法的典型方法包括、等,这类检测方法精度较高,但其检测速度可能不满足实时任务的要求。海上升压站涂层缺陷检测的研究目标是涂层表面缺陷检测与识别,涂层缺陷一般不会突然出现,缺陷严重程度也不会突然发生变化,因此缺陷检测的精度比缺陷检测的速度更为重要。因此,本文采用基于两步法目标检
6、测框架,以在满足准实时要求的情况下,最大程度地提高缺陷检测精度,满足实际应用需求。本文设计的基于的海上升压站涂层缺陷检测网络如图所示。图基于的涂层缺陷检测网络 图所示的海上升压站缺陷检测网络由五部分组成:特征提取网络:主要用来提取图像的浅层视觉特征和深层语义特征;特征融合网络:对浅层特征和深层特征进行融合,将融合后的多尺度特征送入后面的网络中,有助于全面刻画缺陷特征;候选区域推荐网络:该网络能够对特征图进行处理,凸显缺陷所在的潜在区,候选区域推荐网络可以输出图像中疑似缺陷区域,并给出疑似区的位置和存在缺陷的概率,以便将候选区域送入到后面的检测头网络中进行进一步的回归和分类;检测头网络:对候选区
7、是否存在缺陷以及缺陷的类型进行判别,并给出更准确的位置信息;目标检测结果后处理,利用非极大值抑制(,)算法,对冗余检测框进行精细化处理。针对海上升压站涂层缺陷形状不规则、尺度变化大和定位难的特点,对进行了改进。首先,针对特征提取网络,在原始骨干网络的基础上,引入形变卷积增大网络对缺陷特征的提取能力;其次,使用多尺度特征融合对提取到的特征进行融合,有利于提升大面积点蚀缺陷的检测能力;再 次,使 用结 构替 换,以减少候选区域提取过程中的定位误信号与信息处理 年 无线电工程 第 卷 第 期 差;最后,在后续处理部分,改进原有的算法,使用替换,进一步提高缺陷的定位精度。基于形变卷积的特征提取网络缺陷
8、具有形状多变且不规则的特点,使用的普通卷积在采样的过程中会引入很多缺陷的背景,难以提取到缺陷的特征,因此采用形变卷积替换骨干网络中 的普通卷积。形变卷积使用了数据驱动的方式,自主选择卷积过程中的采样位置,以动态改变卷积过程中的感受野。对于一个标准卷积运算,其采样位置可以采用网格来表示,如对一个标准的卷积,可以表示为(,),(,),(,),如图()所示。输入特征,对于输出中位置的值,卷积的计算过程如下:()()(),()式中:表示卷积核,表示中定义的所有位置。形变卷积在标准卷积的基础上增加了一个可以描述采样位置偏移量 ,其中,如图()所示。形变卷积的计算过程可以表示为:()()()。()()普通
9、卷积()形变卷积图普通卷积和形变卷积的采样差异 基于空洞卷积的多尺度特征融合在对如图所示的大面积点蚀进行检测时,往往因为腐蚀点比较分散且腐蚀面积比较大而不能检测出完整的缺陷区域。通过对的网络结构分析可知,骨干网络通过池化操作进行下采样操作,可以使网络层从上到下逐层获得更大的感受野,获得更多的全局信息和语义信息。但是多次使用池化操作减小图像尺寸后,一方面会使原图像的位置信息丢失,定位精度会受到影响,并会造成弱小点状腐蚀的丢失。除此之外,在缺陷检测中,需要对全局有很好的感知才能实现对缺陷进行良好的定位。图腐蚀检测结果 因此在的基础上,提出了一个特征融合网络,其结构如图所示。首先为了避免信息丢失严重
10、的情况,通过自顶向下的融合路径,将提取到的深层特征与浅层网络提取到的纹理和颜色等浅层特征相融合。在融合策略方面,针对感受野不足的问题,提出多尺度空洞卷积模块,以达到在不增加全部参数的条件下,扩大神经元的感知范围的目的。多尺度空洞卷积模块由不同空洞率的空洞卷积构成,如图所示。图网络结构 所谓空洞卷积就是在相应的卷积中不断填入,这样既不会改变相应的计算量,也不会改变卷积网络的大小,但可以不断增加感受的视野,不仅可以提高信息提取的精准性,还可以加快信息提取的速度。空洞率指相邻卷积中插入的个数。普通卷积和空洞卷积如图所示。()普通卷积()空洞卷积图普通卷积与空洞卷积 信号与信息处理 模块首先经过普通卷
11、积进行特征融合,然后融合后的特征经过不同空洞率的的空洞卷积对特征进行融合。在中,随着模块深度的增加,空洞率增大,空洞率越大,感受野越大。将空洞率按照文献分别设置为、和。接下来,使用的方法将不同空洞率得到的特征拼接在一起,随后,使用普通卷积进行特征降维,调整特征输出通道数与输入通道数一致。候选区域推荐网络的方法采用候选区生成网络(,)搜索缺陷潜在区。经过网络处理后,会产生一系列候选框,由于不同的缺陷候选框大小不一,因此用于缺陷识别的特征图大小也不相同,给后续的缺陷分类器设计带来一定困扰。在传统的中,使用固定特征图,但 的次量化操作会造成检测框的定位误差,因此采用 来固定特征图的大小。采用双线性插
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 Faster RCNN 海上 升压 涂层 缺陷 检测 评估
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。