公开(公告)号：CN112150407A

公开(公告)日：2020-12-29

申请号：CN201911045678.0

申请日：2019-10-30

Applicant: 重庆大学

Inventor： 罗钧 ,  龚燕峰 ,  董学金 ,  邵红亮 ,  曾伟 ,  宋文成 ,  李志学

IPC: G06T7/00

Abstract: 本发明公开一种针对小样本的航天复合材料夹杂缺陷的深度学习检测方法及系统，通过X射线无损检测技术获取相关航天复合材料的图像，构造模型的训练数据集，然后构建一个迁移学习特征提取网络，并将其与faster‑rcnn对象检测网络进行结合，最终形成一个针对小样本数据集的对象检测迁移学习网络模型。本模型能较准确的检测出经过X射线无损检测技术获取到的航天复合材料图像中的夹杂缺陷的位置，使得整个检测过程更加自动化，从而节约了大量人工成本。

公开(公告)号：CN112150407B

公开(公告)日：2022-09-30

申请号：CN201911045678.0

申请日：2019-10-30

Applicant: 重庆大学

Inventor： 罗钧 ,  龚燕峰 ,  董学金 ,  邵红亮 ,  曾伟 ,  宋文成 ,  李志学

IPC: G06T7/00

Abstract: 本发明公开一种针对小样本的航天复合材料夹杂缺陷的深度学习检测方法及系统，通过X射线无损检测技术获取相关航天复合材料的图像，构造模型的训练数据集，然后构建一个迁移学习特征提取网络，并将其与faster‑rcnn对象检测网络进行结合，最终形成一个针对小样本数据集的对象检测迁移学习网络模型。本模型能较准确的检测出经过X射线无损检测技术获取到的航天复合材料图像中的夹杂缺陷的位置，使得整个检测过程更加自动化，从而节约了大量人工成本。