《电子测量技术杂志》发表论文赏析

基于ViT燃气表外观零件识别与定位方法研究

来源:电子测量技术杂志2023年第11期北京时间:

作者:高泽铭,刘桂雄,陈国宇,黄坚

单位:1.华南理工大学机械与汽车工程学院 广州 510640; 2.广州能源检测研究院 广州 511447; 3.广州计量检测技术研究院 广州 510663

摘要:关键零件完整性是燃气表重要检定要求之一,经典图像特征匹配方法实现其完整性检测,存在通用性、泛化能力较低问题。本文提出一种改进Faster R-CNN多视角燃气表关键零件识别定位方法,该方法首先采用Vision Transformer(ViT)替代Faster R-CNN卷积神经网络,其自注意力机制促进学习图像块特征之间相关性,强化表征能力;其次研究ViT优化结构参数,在Transformer层数L=14、自注意头数m=12下,模型可达到相对较优准确率。实验表明,最优模型mAP达86.71%,较ResNet50提高2.48%,与ResNet101检测准确率相当,能有效降低模型复杂性,检测效率提高5.8%;燃气表关键零件单次检测耗时1.13 s,可满足燃气表外观关键零件检测的准确性、实时性要求。

关键词:燃气表;深度学习;目标检测;Vision Transformer;自注意力

基金资助:广东省市场监督管理局科技项目(2022CJ04)、广东省市场监督管理局科技项目(XMBH20220614019)资助

2023年11期其他文献查阅:

复合结构混合永磁电机抗退磁性能分析及优化

基于ViT燃气表外观零件识别与定位方法研究

考虑坡度工况的FCHEV队列分层优化控制策略研究

基于压缩感知技术的电磁脉冲信号测量方法

基于FPGA的超声导波宽带激励源设计

高旋制导弹药转速测量装置及方法研究

超声波电机转速控制模型的迭代学习辨识建模

海上风电机雷达回波及其微多普勒特征

基于改进GRU模型算法的锂电池SOC估计

基于改进级联泰勒补偿的TIADC时间误差校准

基于ISSA-BP神经网络的滑坡区输电铁塔状态预测模型

单点测量数据多模态时序图像框架对人体跌倒姿态的鉴别

基于欧拉运动放大的微小振动测量技术综述

侧窗自适应彩色增强算法在司机行为识别系统中的应用研究

残差特征融合的小目标动态实时检测算法

基于PPLCFaster-YOLOv5的PCB表面缺陷快检模型

改进的双阶段生成对抗数字壁画修复算法

混频器研究进展

面向业务优先级的宽带卫星ATDM前向链路资源调度算法

基于注意力机制的FPGA布线拥塞预测

融合测距修正和哈里斯鹰优化的DV-Hop定位算法

基于三路同源时钟的TLK2711高速数传接口设计

电机轴承故障监测系统设计

基于迁移学习的肠衣质量检测

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!