科研之友
微信
新浪微博
Facebook
分享链接
摘要
烧结机台车作为冶金行业物料运输的重要工艺环节之一，对其车轮踏面缺陷检测是烧结机安全稳定运行的重要保障。为了高效检测烧结机台车车轮踏面缺陷，提出了一种采用深度卷积生成对抗网络(deep convolutional generative adversarial networks, DCGAN)和泊松融合算法对车轮踏面缺陷数据集进行扩充的方法，以弥补其在深度学习神经网络中数据集的不足，并基于YOLOv5算法提出车轮踏面缺陷检测实施方案。试验结果表明，扩充数据集后的缺陷检测算法准确率提升6.5%,为台车车轮踏面缺陷准确检测提供了一种有效的解决方案。
- 单位
