基于深度學習與域自適應的工件渦流熱成像的缺陷檢測

摘要： 機械設備運行過程中，標記的故障樣本量小，導致建立的模型故障診斷準確率低，為此本文提出一種結(jié)合深度學習與域自適應的工件渦流熱成像的缺陷檢測方法。首先將注意力機制引入深度殘差網(wǎng)絡Res Net50中，加強模型的特征提取能力；然后將源域和目標域數(shù)據(jù)送入改進的Res Net50網(wǎng)絡中提取深度特征，并且在網(wǎng)絡的全連接層中引入局部最大均值差異，用于縮小兩域特征間的分布差異，以此實現(xiàn)相關子域... （共7頁）