冯春成
- 作品数：5 被引量：34H指数：3
- 供职机构：西南科技大学信息工程学院更多>>
- 发文基金：四川省科技计划项目四川省科技支撑计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于迁移学习的坝面表观缺陷智能检测方法研究被引量：10
- 2020年
- 针对常规缺陷检测方法难适用于复杂环境下的坝面表观缺陷检测的问题,提出了一种基于迁移学习的坝面表观缺陷智能检测方法,主要解决坝面缺陷的识别与分类问题。该检测方法主要包括三个部分:首先采用图像预处理对多旋翼无人机采集到的原始图像数据进行数据扩充和特征突显;然后运用迁移学习方法将Inception-v3网络模型作为预训练模型,训练处理过后的缺陷数据,得到坝面缺陷检测模型;最后构建全连接分类网络并利用检测模型对测试集数据进行分类测试。试验结果显示:该检测方法仅耗时28 min就完成了对约33 000张缺陷数据的训练与测试,并对混凝土坝面存在的裂缝、漏筋、渗水和脱落四种缺陷的分类正确率达到了96%。结果表明,该检测方法能够实现对坝面缺陷精确且快速的识别和分类,能够为坝面后期的风险评估和维护提供有力的数据支撑,具有一定的工程意义。
- 陈波张华王姮王姮李永龙冯春成
- 关键词：卷积神经网络图像预处理混凝土缺陷
- 水电站溢流坝表观裂缝损伤智能检测方法研究被引量：1
- 2021年
- 针对人工巡视获取坝面图像方式存在风险高、效率低及传统裂缝检测方法的检测精度偏低和实时性差等问题,搭建了具备长续航能力的系留无人机系统,通过搭载高清云台相机采集坝面图像;同时基于语义损伤检测网络(SDDNet)提出了一种改进的坝面裂缝损伤检测方法;在特征编码器与解码器之间引入注意力机制模块提升模型对感兴趣区域的关注度,并采用非对称卷积操作减小模型参数量。实验结果表明,所提方法的裂缝检测精度高于SDDNet,且模型参数量也明显减低,有效地提升了模型的实时性和准确率。
- 冯春成张华张华李永龙王皓冉
- 工业机器人机械臂加工目标定位控制研究被引量：19
- 2017年
- 在工业机器人机械臂加工目标定位控制研究中,为了克服工业机械臂系统的非线性、强耦合性以及机械臂与加工目标的接触力难以精确测量的不利因素,提高加工目标定位的精度,避免由于接触力较大对加工目标和末端工具造成损坏。针对上述问题,提出了采用广义动量观测器估计机械臂与目标的接触力,采用阻抗滑模控制方法提高目标定位的精度。首先建立了机械臂的笛卡尔空间动力学模型;其次可以较好的获取到机械臂与目标的接触力,机械臂能较为精确地跟踪目标位置;然后根据Lyapunov函数证明了系统是渐近稳定的。最后仿真结果表明该方法能够提高机械臂加工目标定位精度,实现机械臂与加工目标柔性接触,保证了加工目标和末端工具不受到损坏。
- 冯春成刘满禄张华赵皓
- 关键词：机械臂广义动量
- 基于可分离残差卷积与语义补偿的U-Net坝面裂缝分割被引量：1
- 2021年
- 坝面缺陷检测是水利枢纽安全巡检的关键环节,但复杂环境下坝面图像存在干扰噪声大和像素不均衡等问题,造成坝面裂缝难以精细分割。提出一种利用可分离残差卷积和语义补偿的U-Net裂缝分割方法。在U-Net网络的编码端构建更大尺寸的可分离残差卷积模块替换常规卷积模块,从而扩大特征层感受野并避免丢失裂缝边界信息,同时在解码端增加语义特征补偿模块改善多尺度特征融合效果,将焦点损失函数和中心损失函数作为目标函数,加大裂缝前景与困难样本的损失权重以提高分类准确度。在自制西南某水电站坝面裂缝数据集上的实验结果表明,该方法的F1值和交并比分别达到69.89%与53.72%,分割效果较SegNet、FCN-8S等传统方法更优,对细小裂缝区域的识别能力更强。
- 庞杰庞杰冯春成张华
- 基于动态特征蒸馏的水工隧洞缺陷识别方法被引量：3
- 2021年
- 针对水工隧洞缺陷识别任务中现有深度卷积神经网络(DCNN)对缺陷图像特征提取能力不足、识别种类少、推理耗时长的问题,提出一种基于动态特征蒸馏的缺陷自主识别方法。首先,通过深度曲线估计网络对图像进行优化,从而改善低照度环境下的图像质量;其次,构建加入注意力机制的动态卷积模块取代传统静态卷积,并且把得到的动态特征用于训练教师网络以获得更好的模型特征提取能力;最后,在知识蒸馏框架中融合鉴别器结构,以构造一种动态特征蒸馏损失,并通过鉴别器将动态特征知识从教师网络传递到学生网络,从而在大幅减少模型推理时间的同时实现六类缺陷的高精度识别。在四川某水电站水工隧洞缺陷数据集上对该方法和原有残差网络进行对比实验,结果表明该方法可达到96.15%的识别准确率,其模型参数量和推理时间分别降低到原来的1/2和1/6。通过实验结果可知,将缺陷图像的动态特征蒸馏信息融合到识别网络中能够提高水工隧洞缺陷的识别效率。
- 黄继爽张华李永龙赵皓赵皓赵皓
- 关键词：水工隧洞
