使用环境 |
在铸造车间内,对静止的铸件进行X射线DR图像拍摄,拍摄距离为1 - 2 m,X射线强度为100 - 150kV,相机镜头与铸件表面垂直,环境光照强度为500 - 1000 lux。 |
使用对象 |
铸件X射线DR图像中的小目标缺陷,包括气孔、夹杂和缩松等缺陷类型。 |
使用目的 |
通过检测铸件中的小目标缺陷,及时发现并标记缺陷位置,提高铸件质量检测效率,减少人工检测的漏检率,确保铸件的可靠性和安全性。 |
输入数据 |
16位深度的灰度图像帧,分辨率为2048×2048像素。 |
输出数据 |
缺陷类型(气孔、夹杂、缩松)、缺陷位置坐标(x, y)、置信度。 |
硬件配置 |
CPU:Intel i5-11400,GPU:NVIDIA GeForce RTX 3060,内存:16GB,硬盘:1TB SSD,X射线设备:150kV工业X射线机,DR探测器:2048×2048像素,数据采集卡:PCIe接口。 |
样本获取 |
在实际铸造车间中,对不同类型的铸件进行X射线DR图像拍摄,获取3493张样本图像,其中2794张用于训练集,699张用于测试集。 |
测试结果 |
在测试集上,均值平均精度(mAP)为86.1%,mAP@0.5∶0.95为52.5%,精确率为79.7%,召回率为76.6%。 |
执行速度 |
检测速度为30ms/次。 |
资源消耗 |
在上述硬件配置下,CPU平均占用率约70%,GPU平均占用率约80%,内存使用量约10GB。 |
源码类型 |
本算法有Python版本源码,使用售卖方式进行授权。 |
文件大小 |
算法程序文件约16K,权重文件约34M。 |
相关备注 |
|