检索结果-南通市图书馆

面向工业缺陷分类的交互式易混淆缺陷分离方法研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2024年第3期46卷 463-470页

作者：罗月童李超周波张延孔合肥工业大学计算机与信息学院安徽合肥230601

在工业生产中会根据严重程度对缺陷做不同处理,所以需要对缺陷进行分类。但是,实际生产中经常因为存在一些易混淆缺陷而导致分类精度不够,使得在生产实践中只能对所有缺陷进行保守处理,带来很大人力成本和经济代价。为解决该问题,提出... 详细信息

在工业生产中会根据严重程度对缺陷做不同处理,所以需要对缺陷进行分类。但是,实际生产中经常因为存在一些易混淆缺陷而导致分类精度不够,使得在生产实践中只能对所有缺陷进行保守处理,带来很大人力成本和经济代价。为解决该问题,提出一种交互式易混淆缺陷分离方法,将少量易混淆缺陷从其他缺陷中分离出来,从而保证剩下的绝大部分缺陷的分类结果能被直接使用。首先,将训练数据中的易混淆缺陷挑选出来作为一个或多个新缺陷类别,称之为虚缺陷,从而使得训练所得网络能区分虚缺陷和其它类缺陷。其中,还设计了一套可视化界面辅助用户交互地挑选易混淆缺陷以构建虚类别。使用实际工业现场的CMOS缺陷数据进行有效性验证,结果表明所提方法能快速分类出易混淆缺陷,并保证剩余缺陷的分类精度满足工业应用要求。

关键词：表面缺陷分类易混淆缺陷深度学习可视分析

在线全文

学校读者我要写书评

暂无评论

面向线束预装配的多约束线束布局方法研究

图学学报 2023年

作者：罗月童彭俊高景一罗睿明陈绩周波合肥工业大学计算机与信息学院

线束由一组线束段按树状结构连接而成，是飞机汽车等产品中连接各电气设备的接线部件。为提高安装效率，复杂线束需要在线束工装板图上进行预安装，即根据角度、距离、交叉、边界等工艺约束在工装板上摆放线束，是一个多约束下的线束布... 详细信息

线束由一组线束段按树状结构连接而成，是飞机汽车等产品中连接各电气设备的接线部件。为提高安装效率，复杂线束需要在线束工装板图上进行预安装，即根据角度、距离、交叉、边界等工艺约束在工装板上摆放线束，是一个多约束下的线束布局问题。通过借鉴图布局算法，将线束布局转换为优化问题，并采用随机梯度下降法SGD每次随机挑选一对线束段进行优化，逐步迭代收敛。因为线束段是长度不变的刚体，所以移动一根线束段时会带动相连的其他线束段，进而导致SGD迭代过程出现震荡，难以收敛。通过提出双向传递的线束段移动算法，在保证线束段能移动到目标位置的同时尽量少相连线束段的变动。使用合成线束案例和某真实飞机线束案例进行有效性验证，结果表明各工艺约束能均能得到满足，符合线束预装配的生产要求。

关键词：线束布局图布局随机梯度下降多约束预装配

一种面向工业产品表面缺陷图像的色调增强方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2023年第S2期50卷 322-327页

作者：罗月童李超段昶周波合肥工业大学计算机与信息学院合肥230601 安全关键工业测控技术教育部工程研究中心合肥230009

在基于深度学习的工业缺陷检测中,采样数据的色调分布、缺陷的位置分布往往与检测数据存在着差异,这会导致检测模型性能不佳,基于GAN(Generative Adversarial Networks)的数据增强方法为常用的解决方法,文中设计了HC-GAN和T-GAN来分别... 详细信息

在基于深度学习的工业缺陷检测中,采样数据的色调分布、缺陷的位置分布往往与检测数据存在着差异,这会导致检测模型性能不佳,基于GAN(Generative Adversarial Networks)的数据增强方法为常用的解决方法,文中设计了HC-GAN和T-GAN来分别进行色调和缺陷位置的增强。在HC-GAN中,通过构建语义保持模块和色调控制模块,能够在不改变缺陷特征的前提下实现基于参考数据的色调增强;在T-GAN中,通过输入、输出数据的成对设定,实现了缺陷位置转移;在实际应用中,两个GAN的串联使用能降低训练数据在色调和空间上的不均衡性,提高了模型的检测性能。最后进行了实验验证,结果表明,所提方法生成的数据实现了缺陷图像的色调增强和位置增强,提高了工业产品表面缺陷检测的精度。

关键词：生成对抗网络深度学习数据增强缺陷检测

面向单一背景的改进RetinaNet目标检测方法研究

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年第7期50卷 137-142页

作者：周波江佩峰段昶罗月童合肥工业大学计算机与信息学院合肥230601 安全关键工业测控技术教育部工程研究中心合肥230009

基于深度学习的目标检测算法在工业缺陷检测领域得到了充分推广与应用,但少有适用于工业检测场景中单一背景的算法。文中以工业检测场景中具有大量简单重复背景为出发点,对RetinaNet算法进行了如下改进:1)引入难负样本挖掘策略,减小了... 详细信息

基于深度学习的目标检测算法在工业缺陷检测领域得到了充分推广与应用,但少有适用于工业检测场景中单一背景的算法。文中以工业检测场景中具有大量简单重复背景为出发点,对RetinaNet算法进行了如下改进:1)引入难负样本挖掘策略,减小了大量简单重复负样本对对模型拟合正样本的影响;2)设计了自适应忽略样本选择策略,避免与正样本交并比高的样本混入负样本而混淆模型训练;3)简化了RetinaNet的分类子网络,降低了模型改进后的过拟合风险。在公开的PCB缺失孔数据集及自建的LED气泡数据集上,相比RetinaNet算法,改进后的方法在召回率上分别提升了14.1%和1.8%,在精确率上分别提升了3.6%和0.4%,表明改进后的方法能显著提升单一背景下的目标检测水平。

关键词：深度学习 RetinaNet 自适应采样单一背景

在线全文

学校读者我要写书评

暂无评论

聚变堆活化腐蚀产物多尺度可视分析方法研究

图学学报 2023年第3期44卷 588-598页

作者：罗月童杨梦男彭俊周波张延孔合肥工业大学计算机与信息学院安徽合肥230601 安全关键工业测控技术教育部工程研究中心安徽合肥230009

聚变能被认为是人类的终极清洁能源,而安全是聚变能发展的生命线。聚变堆冷却管道中的活化腐蚀产物是聚变堆的主要放射性源项,对聚变堆的屏蔽设计、人员防护和事故后果等都有重要影响。随着时间的推移,活化腐蚀产物不断累积,研究活化腐... 详细信息

聚变能被认为是人类的终极清洁能源,而安全是聚变能发展的生命线。聚变堆冷却管道中的活化腐蚀产物是聚变堆的主要放射性源项,对聚变堆的屏蔽设计、人员防护和事故后果等都有重要影响。随着时间的推移,活化腐蚀产物不断累积,研究活化腐蚀产物在冷却管道中的分布特征对聚变安全有重要意义。现阶段,该领域的专家缺乏一种能够快速有效地分析活化腐蚀产物分布特征的方法。考虑到在研究过程中,根据不同的特性对聚变堆冷却管道的各个部分进行了分类,获得了大量的部件,因此,活化腐蚀产物广泛分布在部件中,由Co57、Co60、Mn54等多种放射性物质组成,活化腐蚀产物的组成和分布随着时间的推移而演变,因此活化腐蚀产物数据是多变量时序数据。针对活化腐蚀产物数据的特点和领域专家的分析需求,设计开发了一套可视分析系统,其主要特点包括:①针对冷却管道部件过多的问题,提出基于多层次聚类分析,以快速选出代表性部件进行深入分析,避免逐一查看所有部件;②针对时间跨度大的问题,基于多粒度划分方法自动提取潜在关键时间段,以聚焦关键时间段;③设计一套多视图联动可视分析系统,通过灵活交互快速得到活化腐蚀产物的整体分布特征。根据上述特点,最终设计了一个基于Web的系统,可以对聚变堆活化腐蚀产物进行多尺度、多粒度分析。国际热核聚变实验堆(ITER)是目前世界上最大的国际合作项目,以ITER反应堆2013—2020年活化腐蚀产物数据为例验证该方法的有效性,表明了该工具有助于选出代表性部件和关键时间段,能大幅度提高工作效率。

关键词：可视分析多变量时序数据多层次分析聚变核安全活化腐蚀产物

一种基于pix2pix改进的工业缺陷数据增强方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2022年第12期44卷 2206-2212页

作者：罗月童段昶江佩峰周波合肥工业大学计算机与信息学院安徽合肥230601

基于深度学习的目标检测算法在工业检测中应用广泛,为解决工业缺陷数据不足的问题,提出了一种基于pix2pix改进的缺陷数据增强方法。从加强生成器和判别器对图像中缺陷区域的注意力出发,针对pix2pix进行了如下改进:(1)仅将整幅图像的缺... 详细信息

基于深度学习的目标检测算法在工业检测中应用广泛,为解决工业缺陷数据不足的问题,提出了一种基于pix2pix改进的缺陷数据增强方法。从加强生成器和判别器对图像中缺陷区域的注意力出发,针对pix2pix进行了如下改进:(1)仅将整幅图像的缺陷区域作为判别器的输入,以此提升生成器对缺陷区域的注意力,同时,判别器采用了更小的卷积核提取缺陷区域的特征;(2)仅将图像中所有缺陷区域的平均生成对抗损失作为该图像的生成对抗损失,使网络更加关注缺陷区域的特征学习。在工业LED缺陷数据集上的实验结果表明,本方法生成的缺陷具有更逼真的视觉效果和更低的FID指数,同时有效提升了基于RetinaNet算法的缺陷检测精度。

关键词：目标检测数据增强 pix2pix 注意力

基于图卷积网络的BREP→CSG转换方法及其应用研究

在线全文

学校读者我要写书评

暂无评论

图学学报 2022年第1期43卷 101-109页

作者：周波郭正跃韩承村杜华严伊蔓罗月童合肥工业大学计算机与信息学院安徽合肥230601 中国科学院等离子体物理研究所安徽合肥230601 国家电投集团科学技术研究院有限公司北京100033

边界表示法(BREP)和构造实体表示法(CSG)是应用最广泛的2种实体表示法,在粒子输运计算辅助建模等领域对BREP→CSG自动转换算法有迫切的需求,但目前最常用的基于分割的BREP→CSG转换算法存在“计算量大、CSG表达过于复杂”等不足。观察... 详细信息

边界表示法(BREP)和构造实体表示法(CSG)是应用最广泛的2种实体表示法,在粒子输运计算辅助建模等领域对BREP→CSG自动转换算法有迫切的需求,但目前最常用的基于分割的BREP→CSG转换算法存在“计算量大、CSG表达过于复杂”等不足。观察到“拓扑相似的BREP模型的CSG表达结构类似”,因此提出建立包含(BREP,CSG)二元组的模型库,对待转换的BREP模型,通过从模型库中检索相似模型,进而基于相似模型的CSG表达生成转换结果。该方法一方面可以提高转换速度,另一方面通过优化CSG表达,克服了基于空间分割方法的不足。采用扩展的属性邻接图刻画BREP模型的拓扑特征,将模型相似问题看作属性邻接图分类问题,进而应用图卷积网络(GCN)实现快速模型检索,对属性邻接图的扩展属性也进行了精心设计,以提高模型检索的准确性。该算法已集成进入自主研发粒子输运可视建模软件cosVMPT并使用中国聚变工程实验堆(CFETR)中的典型复杂部件偏滤器模型进行测试,测试结果展现了该算法的时间有效性和CSG结果优越性。

关键词： BREP→CSG转换相似性属性邻接图图卷积网络中国聚变工程实验堆

Road2vec:一种基于出租车轨迹数据的城市道路可视分析方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2017年第12期29卷 2256-2264页

作者：罗月童丁铁成朱闽峰合肥工业大学计算机与信息学院VCC研究室合肥230009 浙江大学CAD&CG国家重点实验室杭州310058

发掘轨迹数据的时空连续性对分析路网结构和人类移动模式的非常重要,基于出租车GPS数据,提出一种城市道路的可视分析方法——road2vec.首先利用词嵌入技术将轨迹数据视为文本进行建模,得到道路的向量表示形式;然后计算得到道路向量在向... 详细信息

发掘轨迹数据的时空连续性对分析路网结构和人类移动模式的非常重要,基于出租车GPS数据,提出一种城市道路的可视分析方法——road2vec.首先利用词嵌入技术将轨迹数据视为文本进行建模,得到道路的向量表示形式;然后计算得到道路向量在向量空间中的位置关系,并用这种位置关系来表示道路向量之间的相似性;最后根据相似性来探索道路在轨迹中的位置信息和连接关系.文中还设计了一套可视分析系统,以支持用road2vec方法探索城市道路相关信息.基于温州市出租车GPS数据的案例分析表明,该方法可以有效地反映人群在城市路网中的移动模式.

关键词：城市路网时空数据词嵌入技术轨迹数据可视分析

在线全文

学校读者我要写书评

暂无评论

基于GPU的多分辨率体数据重构和渲染

计算机辅助设计与图形学学报 2009年第1期21卷 107-111页

作者：罗月童薛晔刘晓平合肥工业大学计算机与信息学院VCC研究室合肥230009

基于小波变换的多分辨率压缩算法能够获得很高的压缩比,因而被广泛地用于压缩体数据.针对这种压缩策略,研究基于GPU的数据重构的方法,可以只从CPU向GPU传输少量的压缩数据,从而提高数据传输效率.因为好的数据结构是实现基于GPU的重构算... 详细信息

基于小波变换的多分辨率压缩算法能够获得很高的压缩比,因而被广泛地用于压缩体数据.针对这种压缩策略,研究基于GPU的数据重构的方法,可以只从CPU向GPU传输少量的压缩数据,从而提高数据传输效率.因为好的数据结构是实现基于GPU的重构算法的关键,所以文中提出适合使用矩形纹理表示的数据结构——NestedTileboard;然后给出基于该数据结构在GPU上实现多分辨率重构的方法,使用NestedTileboard保存中间数据及重构结果;还提出了基于NestedTileboard的多分辨率体绘制方法,直接对重构数据进行体绘制,从而实现数据重构和体绘制的无缝连接.

关键词：嵌套平铺板多分辨率小波变换数据重构 GPU