分析faster R-CNN在工业CT图像缺陷检测中的应用
2021-12-09薛帅
科技信息·学术版 2021年33期
薛帅
摘要:本文将通过对现阶段工业CT图像存在的测量方法和成像方面的问题以及检测技术方面的缺陷进行详细分析,结合faster R-CNN测量方法,阐述如何在现阶段工业CT图像中通过熟知faster R-CNN主要计算原理、了解faster R-CNN检测难点以及模型训练相结合的方式,灵活使用faster R-CNN。
关键词:faster R-CNN;工业CT;图像缺陷;检测应用
前言:
现阶段的工业CT图像是通过计算机扫描所成像的,虽然可以在对检测物体无损伤的情况下进行,但是还是存在一定的局限性。而相对于faster R-CNN而言,它是一个比较成功的目标检测算法,将两者相结合使用将会大大提升工作效率,完善工业CT呈现技术。
1现阶段工业CT图像存在的缺陷
1.1测量方法及成像方面
对于工业CT而言可以分为表面检测方法和内部检测的方法,而这其中又呈现出许多不同种类的测量及成像方式,但是也存在一定的局限性[1]。例如:超声检测(UT),虽然设备相对轻便,操作的安全度比较大也易于实现自动化的检测,但是不适合检测形状复杂的工件,易受杂乱反射波的影响。超声波衍射时差法(TOFD),虽然检测的敏感度比较高,能达到实时成像的效果,但是对缺陷处的走向不敏感,近表面存在一定的盲区。而像射线检测(RT)虽然成本较低,图像在成像的质量方面也比较高,但是对于胶片的成像以及存储的环境要求比较高,并且成像的时间也比较长。计算机X线照相(CR)虽然是数字化的图像,易于储存,IP板的可重复利用率也比较高,但是他的空间分辨率较低,因此在工作效率上就大打折扣。……
登录APP查看全文
