亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種面向管道缺陷檢測的漏磁數(shù)據(jù)增強(qiáng)方法

        2024-01-23 01:51:46趙東升楊理踐鄭福印唐權(quán)宇
        儀表技術(shù)與傳感器 2023年12期
        關(guān)鍵詞:漏磁分量管道

        趙東升,楊理踐,耿 浩,鄭福印,唐權(quán)宇

        (1.沈陽工業(yè)大學(xué)信息科學(xué)與工程學(xué)院,遼寧沈陽 110870;2.沈陽工程學(xué)院自動(dòng)化學(xué)院,遼寧沈陽 110136)

        0 引言

        管道漏磁內(nèi)檢測技術(shù)是長輸油氣管道安全維護(hù)的有效方法[1]。漏磁內(nèi)檢測器在管道中完成檢測后,工作人員需對(duì)檢測數(shù)據(jù)進(jìn)行分析,最后形成檢測報(bào)告。檢測數(shù)據(jù)分析的首要任務(wù)是從數(shù)據(jù)中識(shí)別缺陷并確定缺陷所在區(qū)域。為了提高檢測數(shù)據(jù)分析的工作效率,近年來已有學(xué)者開始利用深度學(xué)習(xí)、計(jì)算機(jī)視覺等人工智能相關(guān)理論和技術(shù),研究面向管道漏磁檢測數(shù)據(jù)的缺陷檢測算法[2-5]。訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)需要大量的樣本數(shù)據(jù),然而,對(duì)管道檢測數(shù)據(jù)中的缺陷進(jìn)行開挖驗(yàn)證需要耗費(fèi)大量的人力、物力和財(cái)力,同時(shí)會(huì)影響管道的正常運(yùn)行,所以,較難在短時(shí)間內(nèi)建立大規(guī)模具有良好標(biāo)注信息的訓(xùn)練樣本集。于是,探索針對(duì)管道缺陷檢測的漏磁數(shù)據(jù)增強(qiáng)方法,從而擴(kuò)充缺陷樣本數(shù)量,能夠促進(jìn)深度學(xué)習(xí)方法在管道漏磁數(shù)據(jù)分析任務(wù)中的應(yīng)用,進(jìn)而提高漏磁數(shù)據(jù)分析的工作效率,具有重要的現(xiàn)實(shí)意義。

        數(shù)據(jù)增強(qiáng)技術(shù)是一種在機(jī)器學(xué)習(xí)中對(duì)有限的訓(xùn)練樣本進(jìn)行擴(kuò)充的方法,是克服由于訓(xùn)練過程中目標(biāo)樣本數(shù)據(jù)不足,導(dǎo)致深度學(xué)習(xí)方法陷入過擬合問題的有效方法之一,可有效提高深度學(xué)習(xí)目標(biāo)檢測模型精度與泛化能力[6]。近年來,國內(nèi)外學(xué)者在進(jìn)行深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中,采用了各種數(shù)據(jù)增強(qiáng)方法,對(duì)模型的性能產(chǎn)生了不同程度的提升。文獻(xiàn)[6]提出一種樣本空間與特征空間聯(lián)合的數(shù)據(jù)增強(qiáng)方法,以實(shí)現(xiàn)可見光遙感圖像中船舶目標(biāo)的補(bǔ)充。文獻(xiàn)[7]同時(shí)采用了Mosaic和MixUp 2種數(shù)據(jù)增強(qiáng)方法,即將多個(gè)樣本隨機(jī)地縮放、裁剪、排布,拼接成一個(gè)新的樣本,再用于網(wǎng)絡(luò)訓(xùn)練,使得小目標(biāo)的檢測效果得到了提升;文獻(xiàn)[8]發(fā)現(xiàn)大多數(shù)訓(xùn)練迭代中,小目標(biāo)的損失對(duì)總損失幾乎沒有貢獻(xiàn),導(dǎo)致優(yōu)化不平衡和性能下降。于是,提出了一種反饋驅(qū)動(dòng)數(shù)據(jù)增強(qiáng)方法,用平衡的方式訓(xùn)練網(wǎng)絡(luò)模型。算法將圖像調(diào)整為較小的尺寸,然后將其拼接為與常規(guī)圖像相同的尺寸。拼接圖像則會(huì)使原來的大目標(biāo)變?yōu)檩^小的目標(biāo)。以小目標(biāo)所貢獻(xiàn)的損失值占所有目標(biāo)損失值的比例作為反饋,決定下一次迭代更新是否進(jìn)行拼接。其實(shí)驗(yàn)結(jié)果顯示,小目標(biāo)檢測性能穩(wěn)定且顯著提高,并且在訓(xùn)練和測試階段幾乎沒有引入任何額外的計(jì)算。文獻(xiàn)[9]針對(duì)海洋生物互相重疊、遮擋導(dǎo)致檢測精度低的問題,提出PredMix數(shù)據(jù)增強(qiáng)方法,通過線性加權(quán)的方式混合目標(biāo)圖像以模擬水下目標(biāo)的重疊和遮擋,從而增強(qiáng)網(wǎng)絡(luò)模型魯棒性。文獻(xiàn)[10]利用Hallucination幻覺網(wǎng)絡(luò),將從基類中學(xué)習(xí)到的共享類內(nèi)樣本的變形轉(zhuǎn)移到新類上,在感興趣區(qū)域特征空間上產(chǎn)生額外的訓(xùn)練樣本。文獻(xiàn)[11]將圖像中每個(gè)對(duì)象的尺寸隨機(jī)調(diào)整若干次,既增加了感興趣區(qū)域的數(shù)量,又適應(yīng)了不同大小的對(duì)象尺度,同時(shí)不會(huì)破壞圖像中的空間關(guān)系。文獻(xiàn)[12]提出的Pseudo-Labelling方法采用偽標(biāo)記的方式增加新類別的樣本數(shù)量,顯著減少了類別不平衡性。此外,還有學(xué)者[13-14]通過增加候選框數(shù)量的方式間接地?cái)U(kuò)充樣本數(shù)量,以達(dá)到提升模型性能的目的。然而,絕大多數(shù)數(shù)據(jù)增強(qiáng)方法主要還是針對(duì)可見光圖像數(shù)據(jù)集,針對(duì)漏磁數(shù)據(jù)的增強(qiáng)方法相對(duì)較少。在管道漏磁檢測領(lǐng)域,文獻(xiàn)[15]基于卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行缺陷尺寸量化,通過網(wǎng)格化磁偶極子模型生成缺陷仿真數(shù)據(jù),補(bǔ)充訓(xùn)練樣本。

        管道漏磁數(shù)據(jù)與可見光圖像數(shù)據(jù)有著本質(zhì)區(qū)別,從檢測原理和檢測方法上都有其特殊性,因此,用于可見光圖像的數(shù)據(jù)增強(qiáng)方法不宜直接用于管道漏磁數(shù)據(jù)?;诼┐艌鑫锢韺W(xué)模型生成的仿真數(shù)據(jù)未能考慮實(shí)際檢測過程中的各種噪聲,直接用作訓(xùn)練樣本,對(duì)模型魯棒性的提高具有一定的局限性。本文首先假設(shè)管道漏磁檢測系統(tǒng)的各部分獨(dú)立工作,漏磁數(shù)據(jù)中的高低頻噪聲均假設(shè)為加性噪聲,進(jìn)而提出如下數(shù)據(jù)增強(qiáng)方法,即基于在役管道漏磁檢測數(shù)據(jù)和利用三維磁偶極子模型生成各種尺寸缺陷漏磁場切向分量、法向分量和周向分量的仿真數(shù)據(jù),對(duì)其進(jìn)行隨機(jī)融合,實(shí)現(xiàn)一種適用于管道漏磁缺陷檢測的樣本數(shù)據(jù)集擴(kuò)充方法。

        本文簡述了三維磁偶極子模型,并介紹了仿真數(shù)據(jù)與在役管道檢測數(shù)據(jù)隨機(jī)融合的方法,進(jìn)行了算法設(shè)計(jì),基于YOLOX模型對(duì)所提數(shù)據(jù)增強(qiáng)方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證,并對(duì)結(jié)果進(jìn)行了分析。

        1 漏磁場三維磁偶極子模型

        目前,已有學(xué)者[16-17]利用磁偶極子模型刻畫鐵磁性材料腐蝕、裂紋等缺陷的漏磁場分布,得到了漏磁場在一定條件下的解析表達(dá)式。合理地利用漏磁場的物理學(xué)先驗(yàn)知識(shí),采用漏磁數(shù)據(jù)增強(qiáng)方法,可有效地?cái)U(kuò)充漏磁數(shù)據(jù)集。通過磁偶極子模型能夠產(chǎn)生不同長度、寬度、深度的矩形凹槽漏磁場仿真數(shù)據(jù),可用于模擬管道缺陷的漏磁檢測數(shù)據(jù)。但仿真數(shù)據(jù)是純凈漏磁信號(hào),實(shí)際管道漏磁檢測數(shù)據(jù)包含各種因素產(chǎn)生的噪聲信號(hào)。為了更加貼近真實(shí)情況,以在役管道漏磁檢測數(shù)據(jù)為基礎(chǔ),與仿真數(shù)據(jù)進(jìn)行合理地融合,從而產(chǎn)生擴(kuò)充的訓(xùn)練樣本。本文假設(shè)管道漏磁內(nèi)檢測器系統(tǒng)各部分獨(dú)立工作,即認(rèn)為各環(huán)節(jié)所產(chǎn)生的噪聲與缺陷漏磁信號(hào)之間是獨(dú)立的,有用信號(hào)與噪聲是加性關(guān)系。于是,將磁偶極子模型仿真數(shù)據(jù)與在役管道檢測數(shù)據(jù)進(jìn)行疊加即可完成樣本數(shù)據(jù)擴(kuò)充,見式(1)。

        (1)

        式中:Nn、Nt、N⊥分別為漏磁數(shù)據(jù)中3個(gè)分量的純噪聲數(shù)據(jù),從在役管道檢測數(shù)據(jù)中獲取;Gn、Gt、G⊥為擴(kuò)充出來的樣本數(shù)據(jù);?為逐點(diǎn)疊加運(yùn)算;Hn、Ht和H⊥分別表示Y軸、X軸和Z軸方向的漏磁場分量,對(duì)應(yīng)管道檢測數(shù)據(jù)的切向分量、法向分量和周向分量;x、y和z為空間坐標(biāo)。

        對(duì)比觀察仿真數(shù)據(jù)和真實(shí)檢測數(shù)據(jù)時(shí),發(fā)現(xiàn)切向分量和周向分量的漏磁信號(hào)幅值偏小,因此,在進(jìn)行融合時(shí),分別加入了α和β作為修正系數(shù)。

        基于此方法,生成的樣本數(shù)據(jù)效果如圖1所示。對(duì)比圖1中真實(shí)的缺陷和模型生成的缺陷,可以看出,模型生成的缺陷數(shù)據(jù)與真實(shí)的檢測數(shù)據(jù)具有高度的相似性,可以預(yù)見,將其作為擴(kuò)充的樣本訓(xùn)練網(wǎng)絡(luò)模型,能夠驅(qū)使模型靠近最優(yōu)解。

        (a)法向分量

        (b)切向分量

        (c)周向分量圖1 擴(kuò)充樣本數(shù)據(jù)

        2 算法設(shè)計(jì)

        為了覆蓋不同尺寸的缺陷數(shù)據(jù),在擴(kuò)充樣本數(shù)據(jù)時(shí)對(duì)缺陷尺寸在一定范圍內(nèi)進(jìn)行隨機(jī)取值。根據(jù)所用在役管道檢測數(shù)據(jù)中缺陷的分布情況,令缺陷長度和寬度在區(qū)間[10 mm,30 mm]內(nèi)進(jìn)行等概率取值,深度在區(qū)間[1 mm,4 mm]內(nèi)進(jìn)行等概率取值。將磁偶極子模型產(chǎn)生的仿真數(shù)據(jù)疊加到在役管道漏磁檢測數(shù)據(jù)樣本中的無標(biāo)注區(qū)域,并將疊加區(qū)域的坐標(biāo)信息和缺陷的類別標(biāo)號(hào)追加的標(biāo)簽列表中。此時(shí),即可作為新的樣本訓(xùn)練網(wǎng)絡(luò)模型。數(shù)據(jù)增強(qiáng)算法的具體計(jì)算流程:

        輸入量:在役管道檢測漏磁數(shù)據(jù)樣本法向分量、切向分量和周向分量分別為Mn[∶,∶]、Mt[∶,∶]和Mc[∶,∶],通道數(shù)為N,軸向采樣點(diǎn)數(shù)為M,已標(biāo)注區(qū)域?yàn)镽Label,提離值為y,信號(hào)截取區(qū)域擴(kuò)展量為ε;

        第1步:隨機(jī)生成缺陷的長寬深;

        lξ=random(10,30)∥長度

        wξ=random(10,39)∥寬度

        hξ=random(1,4)∥深度

        第2步:生成采樣索引序列;

        X=slice(-lξ-ε,lξ+ε,Δa)∥X軸

        Z=slice(-wξ-ε,wξ+ε,Δc)∥Z軸

        第3步:生成切向分量、法向分量和周向分量的仿真數(shù)據(jù);

        第4步:尋找未標(biāo)注區(qū)域;

        X?=random(0,M);z?=random(0,N)

        ?x∈[x?,x?+len(X)],z∈[z?,z?+len(Z)]

        (x,z)?RLabel

        第5步:融合缺陷仿真數(shù)據(jù)與檢測數(shù)據(jù);

        返回值:增強(qiáng)數(shù)據(jù)Mt_en,Mn_en,Mc_en。

        3 實(shí)驗(yàn)結(jié)果與分析

        3.1 建立漏磁數(shù)據(jù)集

        如前文所述,深度學(xué)習(xí)算法在管道漏磁數(shù)據(jù)分析任務(wù)中應(yīng)用,還需適應(yīng)真實(shí)檢測環(huán)境對(duì)數(shù)據(jù)造成各種影響,包括各種成分噪聲。但這種復(fù)雜的噪聲信號(hào)很難通過解析表達(dá)式進(jìn)行表達(dá),簡單有效的方法是直接從真實(shí)管道檢測數(shù)據(jù)中尋找不包含目標(biāo)的區(qū)域,對(duì)應(yīng)的數(shù)據(jù)即為真實(shí)的噪聲。本文從北海-邕寧Φ813輸氣管道漏磁內(nèi)檢測數(shù)據(jù)中截取三軸漏磁數(shù)據(jù)。檢測器沿管道周向均勻分布了320通道三軸傳感器,可同時(shí)檢測漏磁場徑向、軸向和周向的漏磁場磁感應(yīng)強(qiáng)度(分別對(duì)應(yīng)圖1中漏磁場的法向分量、切向分量和周向分量)。檢測器隨著管道內(nèi)介質(zhì)流動(dòng)而運(yùn)動(dòng),并以一定的采樣率采集傳感器數(shù)據(jù)。每一次采樣數(shù)據(jù)對(duì)應(yīng)管道某一橫截面周向各點(diǎn)的漏磁場分布情況。一次檢測任務(wù)的所有漏磁數(shù)據(jù)則可看作為一個(gè)具有3個(gè)分量、320行、近似無窮多列超級(jí)矩陣,一般可超過幾百G字節(jié),如圖2所示。絕大多數(shù)計(jì)算機(jī)的RAM空間無法容納這樣一個(gè)超級(jí)矩陣,需沿著列的方向?qū)ζ渥龇侄翁幚怼1疚脑谑占瘶颖緯r(shí),列方向的截取點(diǎn)數(shù)與超級(jí)矩陣的行數(shù)一致,即320列,因此,每一幀樣本的矩陣維度為3×320×320。

        圖2 漏磁數(shù)據(jù)樣本采集過程

        實(shí)驗(yàn)共收集了2295個(gè)樣本,并進(jìn)行了標(biāo)注,具體分布如表1所示。其中,訓(xùn)練集所有樣本均不包含真實(shí)缺陷,所有缺陷均由所提數(shù)據(jù)增強(qiáng)算法擴(kuò)充而來,本次實(shí)驗(yàn)在每張樣本中共隨機(jī)生成3個(gè)尺寸不同的缺陷;而驗(yàn)證集和測試集所有樣本中的缺陷均為真實(shí)的缺陷。這樣,所得模型中的參數(shù)均由仿真缺陷數(shù)據(jù)進(jìn)行迭代優(yōu)化產(chǎn)生,對(duì)模型的性能測試結(jié)果則能夠反映所擴(kuò)充樣本數(shù)據(jù)的有效性。

        表1 漏磁數(shù)據(jù)集

        3.2 方法應(yīng)用與評(píng)估

        3.2.1 實(shí)驗(yàn)環(huán)境與模型選擇

        所提數(shù)據(jù)增強(qiáng)方法主要是面向漏磁數(shù)據(jù)的管道缺陷檢測任務(wù),其有效性的評(píng)估需要利用所擴(kuò)增出來的樣本集對(duì)缺陷檢測模型進(jìn)行訓(xùn)練,通過模型性能變化折射出方法的有效性。然而,目前尚無針對(duì)管道漏磁數(shù)據(jù)的缺陷檢測開源模型,本文借助主流的目標(biāo)檢測深度學(xué)習(xí)模型對(duì)所提方法進(jìn)行驗(yàn)證。

        雖然檢測器對(duì)管道進(jìn)行在線檢測,數(shù)據(jù)離線分析,但面對(duì)龐大的管道漏磁檢測數(shù)據(jù)量,在模型選擇時(shí)須考慮算法耗時(shí),否則無法在規(guī)定的時(shí)間內(nèi)出具檢測報(bào)告。目前主流的深度學(xué)習(xí)目標(biāo)檢測模型主要分為兩階段模型和單階段模型,兩階段模型主要優(yōu)勢是檢測精度高,但檢測速度較慢。以YOLO系列模型為典型代表的單階段模型權(quán)衡了檢測精度和推理速度兩方面性能,在保證一定檢測精度的前提下,實(shí)現(xiàn)了較高的檢測速度。綜上分析,本文基于YOLOX[7]目標(biāo)檢測算法模型進(jìn)行實(shí)驗(yàn),并根據(jù)漏磁數(shù)據(jù)特征對(duì)模型進(jìn)行了一定的修改。YOLOX作者提供了Nano、Tiny、S、M、L、X共6個(gè)版本的模型,模型參數(shù)規(guī)模依次遞增,用于在算力資源和檢測性能之間做折中,本文僅對(duì)Tiny、S、M 3個(gè)版本進(jìn)行實(shí)驗(yàn)。表2列出了網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試的實(shí)驗(yàn)環(huán)境。

        表2 實(shí)驗(yàn)環(huán)境

        3.2.2 模型修改

        管道漏磁內(nèi)檢測器的漏磁傳感器分辨率為16位,返回有符號(hào)整型數(shù)據(jù),取值范圍為-32 768~32 767,并且包含法向、切向、周向3個(gè)分量的數(shù)據(jù)。而YOLOX原始模型主要面向的是可見光圖像,傳感器分辨率為8位,取值范圍為0~255,包含RGB 3個(gè)通道。為消除數(shù)據(jù)取值動(dòng)態(tài)范圍上的差異,本文首先將漏磁數(shù)據(jù)類型轉(zhuǎn)換為浮點(diǎn)型,并分別對(duì)每個(gè)分量進(jìn)行逐行標(biāo)準(zhǔn)化處理,再送入網(wǎng)絡(luò)模型。逐行標(biāo)準(zhǔn)化運(yùn)算過程如式(2)所示。

        (2)

        式中:i為不同的漏磁分量;j為對(duì)應(yīng)分量數(shù)據(jù)矩陣的行,Mij為第i分量第j行的漏磁數(shù)據(jù);E(·)為取平均運(yùn)算;σ(·)為求標(biāo)準(zhǔn)差運(yùn)算。

        進(jìn)行逐行標(biāo)準(zhǔn)化而不是對(duì)整體進(jìn)行標(biāo)準(zhǔn)化的主要原因是:不同行之間的基值有一定差異,逐行標(biāo)準(zhǔn)化可有效消除這一差異,同時(shí)使得信號(hào)平移到0附近。

        此外,YOLOX原始模型使用了Mosaic和MixUp 2種數(shù)據(jù)增強(qiáng)方法,其主要過程是將多個(gè)樣本隨機(jī)地縮放、裁剪、排布、疊加,最終構(gòu)成一個(gè)新的擴(kuò)充樣本。從其計(jì)算過程上即可看出,Mosaic和MixUp增強(qiáng)算法不宜用于管道漏磁數(shù)據(jù),圖3展示了2種算法在漏磁數(shù)據(jù)上的作用效果。圖3(a)~圖3(d)是4個(gè)原始漏磁數(shù)據(jù)樣本,圖3(e)是經(jīng)過Mosaic后的效果,圖3(f)是經(jīng)過MixUp后的效果。從圖3中可以發(fā)現(xiàn),經(jīng)過兩種增強(qiáng)算法擴(kuò)充的漏磁數(shù)據(jù)與管道的實(shí)際結(jié)構(gòu)存在較大差異,甚至出現(xiàn)了真實(shí)管道漏磁數(shù)據(jù)中不可能出現(xiàn)的情況。例如,圖3(e)中出現(xiàn)了錯(cuò)位的環(huán)焊縫以及不連續(xù)的螺旋焊縫,圖3(f)中出現(xiàn)了相互靠近且平行的螺旋焊縫。利用這些樣本訓(xùn)練網(wǎng)絡(luò),將使得網(wǎng)絡(luò)模型偏離最優(yōu)解,降低模型的收斂速度和檢測精度。于是,本文在引入所提數(shù)據(jù)增強(qiáng)算法的同時(shí),關(guān)閉了原有的Mosaic和MixUp數(shù)據(jù)增強(qiáng)方法。

        圖3 Mosaic和MixUp增強(qiáng)結(jié)果

        3.2.3 實(shí)驗(yàn)結(jié)果分析

        基于所提增強(qiáng)算法擴(kuò)充出來的數(shù)據(jù)集,對(duì)前文修改后的模型進(jìn)行100輪訓(xùn)練,其余超參數(shù)與原算法保持一致,即初始學(xué)習(xí)率設(shè)為0.01,學(xué)習(xí)率機(jī)制選擇cosine,優(yōu)化器使用隨機(jī)梯度下降(stochastic gradient descent,SGD),權(quán)值衰減設(shè)為0.000 5,動(dòng)量設(shè)為0.9。對(duì)100輪訓(xùn)練得到的所有結(jié)果均進(jìn)行了測試,表3是所得最優(yōu)模型的性能指標(biāo),表4是模型最終收斂后的性能指標(biāo)。

        表3 最優(yōu)模型性能

        表4 收斂模型性能

        3個(gè)版本的模型均在最初幾輪訓(xùn)練后,達(dá)到性能相對(duì)最優(yōu)的狀態(tài),但隨著訓(xùn)練的繼續(xù),模型開始偏離這一狀態(tài),向另一個(gè)狀態(tài)收斂。圖4~圖6展示了3個(gè)版本模型的平均精度(AP:average precision)和損失值(Loss)的變化趨勢。檢測效果展示如圖7所示。

        圖4 YOLOX-Tiny的AP和Loss變化曲線

        圖6 YOLOX-M的AP和Loss變化曲線

        4 結(jié)束語

        利用矩形凹槽的三維磁偶極子模型產(chǎn)生仿真數(shù)據(jù),與從在役管道漏磁內(nèi)檢測數(shù)據(jù)中收集真實(shí)數(shù)據(jù)進(jìn)行融合,實(shí)現(xiàn)了適用于管道漏磁數(shù)據(jù)缺陷檢測的數(shù)據(jù)增強(qiáng)方法,有效擴(kuò)充了用于訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)模型的樣本數(shù)量,緩解了管道漏磁內(nèi)檢測數(shù)據(jù)樣本不足的問題。此外,對(duì)算法涉及的物理模型和算法執(zhí)行流程進(jìn)行了介紹,并在YOLOX模型上進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果顯示,在僅使用所提增強(qiáng)算法擴(kuò)充出來的樣本對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,即可使模型達(dá)到一定性能,間接地說明了所提方法具有一定的有效性。然而,模型性能仍然有較大提升空間。同時(shí),本文所生成的仿真數(shù)據(jù)是僅限于一定尺寸范圍內(nèi)的矩形凹槽,而實(shí)際的管道腐蝕缺陷往往是不規(guī)則形狀的,后續(xù)工作的重點(diǎn)將是尋找任意形狀缺陷的漏磁場仿真方法,從而進(jìn)一步提升漏磁數(shù)據(jù)增強(qiáng)方法的有效性。

        (a)Tiny版本

        (b)S版本

        (c)M版本圖7 檢測效果展示

        猜你喜歡
        漏磁分量管道
        帽子的分量
        高分辨焊縫漏磁檢測數(shù)值模擬研究
        接好煤改氣“最后一米”管道
        一物千斤
        智族GQ(2019年9期)2019-10-28 08:16:21
        粗氫管道腐蝕與腐蝕控制
        溫度對(duì)漏磁信號(hào)影響的研究
        電磁超聲和漏磁管道內(nèi)檢測技術(shù)對(duì)比分析
        論《哈姆雷特》中良心的分量
        分量
        MARK VIe控制系統(tǒng)在西氣東輸管道上的應(yīng)用與維護(hù)
        日韩a∨精品日韩在线观看| 国产亚洲精品久久午夜玫瑰园| 97人伦色伦成人免费视频| 亚洲av无码乱观看明星换脸va| 久久道精品一区二区三区| 少妇特殊按摩高潮对白| 久久综合九色欧美综合狠狠| 亚洲精品suv精品一区二区| 国产成人啪精品午夜网站| 国产精品av网站在线| 日本高清一级二级三级| 老妇女性较大毛片| 免费看国产成年无码av| 一本色道久久88综合亚精品| 国产av激情舒服刺激| 国产精品18久久久久久麻辣| 亚州AV无码乱码精品国产| 少妇高潮呻吟求饶视频网站| 国产 精品 自在 线免费| 亚洲av成人无码久久精品| 99久久久69精品一区二区三区| 狼人精品剧情av在线观看| 18禁黄网站禁片免费观看女女| 久久精品国产亚洲av成人| av亚洲在线一区二区| 国产夫妻自拍视频在线播放| 天码人妻一区二区三区| 美国黄色片一区二区三区 | 国产精品又爽又粗又猛又黄| 夹得好湿真拔不出来了动态图| 久久欧美与黑人双交男男| 国产黄片一区视频在线观看| 国产性感丝袜在线观看| 在线高清理伦片a| 97中文字幕在线观看| 女同舌吻互慰一区二区| 永久亚洲成a人片777777| 亚洲国产中文在线二区三区免 | 99国产免费热播视频| 色婷婷精久久品蜜臀av蜜桃| 97久久婷婷五月综合色d啪蜜芽|