1 长光卫星技术股份有限公司，吉林长春30000
2 吉林省卫星遥感应用技术重点实验室，吉林长春130000
3 吉林大学 材料科学与工程学院，吉林长春10000
原油作为一种重要的战略物资，在我国经济和**等多个领域均起到重要作用。本文提出一种基于深度学习的目标检测模型TCS-YOLO（Transformer-CBAM-SIoU YOLO），该模型在YOLOv5的基础上进行优化，同时基于吉林一号光学遥感卫星影像数据集进行实验，对全球范围内的储油罐进行识别与分类。优化内容包括：添加基于Transformer架构的C3TR层对网络进行优化；使用CBAM（Convolutional Block Attention Module）在网络层中添加注意力机制；使用SIoU（Scale-Sensitive Intersection over Union） loss代替CIoU（Complete Intersection over Union） loss作为定位损失函数。实验结果表明：与YOLOv5相比，TCS-YOLO的模型复杂度（Giga Floating Point of Operations，GFLOPs）平均减少3.13%，模型参数量（Parameters）平均减少0.88%，推理速度（Inference Speed）平均降低0.2 ms，mAP0.5（mean Average Precision）平均提升0.2%，mAP0.5∶0.95平均提升1.26%。与此同时，将TCS-YOLO模型与通用目标识别模型YOLOv3，YOLOv4，YOLOv5和Swin Transformer进行对比实验，TCS-YOLO均体现出了更高效的特点。TCS-YOLO模型对全球储油罐的目标识别具有通用可行性，可为遥感数据在能源期货领域提供技术参考。
计算机视觉 目标检测 储油罐检测 YOLO computer vision target recognition oil storage tank detection YOLO
1 中车长春轨道客车股份有限公司 工程技术中心工程规划发展部，吉林 长春 130000
2 中国科学院长春光学精密机械与物理研究所，吉林 长春 130033
3 吉林大学 材料科学与工程学院，吉林 长春 130022
在超声无损检测时，搭接激光窄焊缝接头尺寸较小，采用传统6 dB法对其界面处的熔宽判定存在较大的误差。为了提高检测精度，通过研究传统6 dB法的检测误差来源，采用有限元分析方法分析了激光焊接头内部入射超声波的传播规律和反射回波特性，构建了基于修正6 dB法的激光焊接头熔宽评估模型，并通过物理实验进行了验证。研究结果表明，上板底面的一次回波幅值可作为反映接头内部结构的特征值，当探头中心对应接头内部焊缝熔合线边缘位置时，一次回波幅值的衰减度随上板板厚而变化，据此可根据上板板厚选择衰减度值对传统6 dB法进行修正，从而定量计算接头内部板层接触面处的有效熔宽。实际激光焊接头的超声检测结果证实：采用修正6 dB法求解出的激光焊接头的熔宽与物理实验结果吻合良好，对实际生产中超声检测激光焊接头的精度提升提供了参考。
激光搭接焊 超声波检测 有限元分析 修正6 dB法 laser lap welding ultrasonic testing finite element analysis modified 6 dB method
1 中车青岛四方机车车辆股份有限公司技术工程部, 山东 青岛 266111
2 吉林大学材料科学与工程学院, 吉林 长春 130000
3 第一汽车股份有限公司解放事业本部, 吉林 长春 130000
针对不锈钢搭接激光焊缝,研究了基于激光测距传感的焊缝表面状态非接触式高精度检测方法。在分析焊缝表面粗糙度、工件倾斜等随机因素对焊缝表面状态检测结果影响的基础上,采用移动均值滤波及图像倾斜修正处理等方法,开发了检测数据滤波及检测结果校正算法。基于激光焊缝表面检测轮廓曲线的特征点识别建立了激光焊缝表面余高/下塌量的检测计算模型。结果表明:检测分析获得的激光焊缝表面轮廓曲线与相应的金相检测结果吻合良好,很好地反映了焊缝的表面状态。
测量 激光焊缝 表面轮廓检测 激光测距 图像处理 中国激光
2019, 46(10): 1002008
