科研之友
微信
新浪微博
Facebook
分享链接
摘要
裂纹是水下结构物中最常见的缺陷之一，得不到及时检修可能会危害整体结构安全，造成重大事故。传统的裂纹检测方法费时费力且效率低下，文中提出了一种由水下机器人搭载目标检测算法的水下裂纹检测方法。算法基于YOLOX模型，在检测网络中引入自注意力机制和添加空洞空间卷积池化金字塔（ASPP）结构，同时改进激活函数，并制作了水下裂纹数据集。将算法在数据集上进行试验，结果表明，改进后的算法训练损失更低，模型收敛更快，AP值相比于原始YOLOX模型提升了2.07%，相比于YOLOv5提升了4.35%；使用不同大小的数据集进行试验，发现改进后的算法随着数据集的增大检测性能提升更快，更适用于大规模数据集；最后将算法应用于水下裂纹的检测取得了较为良好的识别结果。
- 出版日期2023
- 单位上海交大海洋水下工程科学研究院有限公司; 海洋工程国家重点实验室; 上海交通大学; 建筑工程学院
