仪器仪表学报

作者：王 宸，唐 禹，张秀峰，刘 超，李丁龙

单位：王 宸,1. 湖北汽车工业学院机械工程学院，2. 上海大学上海市智能制造与机器人重点实验室,,唐 禹,1. 湖北汽车工业学院机械工程学院,,张秀峰,1. 湖北汽车工业学院机械工程学院,,刘 超,1. 湖北汽车工业学院机械工程学院,,李丁龙,3. 湖北省特种设备检验检测研究院十堰分院,

关键词：磁粉探伤;法兰盘;油缸盖;EfficientNet-F;特征金字塔

基金：国家科技重大专项( 2018ZX04027001)、教育部人文社科项目(20YJCZH150)、汽车动力传动与电子控制湖北省重点实验室基金(ZDK1201703)、湖北汽车工业学院博士基金(BK201905)项目资助

针对锻件生产企业零件缺陷检测效率低下,检测精度不高的问题,提出一种基于改进EfficientNet模型(EfficientNet-F),对两种锻件的荧光磁粉探伤图像进行检测。构建以EfficientNet为主干特征提取网络的深度学习模型,并引入特征金字塔为特征融合层,进而提高模型的多尺度特征融合能力;引入完备交并比和注意力机制以提高模型鲁棒性和检测效率。同时,搭建荧光磁粉探伤图像采集平台,构建缺陷样本数据集。试验表明,EfficientNet-F的最优模型在测试集上的均值平均精度达到了95.03%。F1得分值为0.96,浮点运算数为1.86B。相较于其他深度学习模型,该方法提高了检测的精度和效率,可以满足相关生产企业的需求。

来源：2021年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第9期