ОЕМ нови склоп Цоммон Раил вентила Ф00ВЦ01329 за 0445110168 169 284 315 ињектор

Детекција седишта вентила ињектора аутомобила на основу фузије карактеристика(3. део)

Као резултат тога, у детекцији седишта вентила ињектора, слика треба да се компримује, а величина слике се обрађује на 800 × 600, након добијања јединствених стандардних података слике, користи се метода побољшања података како би се избегло недостатак података, а способност генерализације модела је побољшана. Побољшање података је важан део обуке модела дубоког учења [3]. Генерално, постоје два начина за повећање података. Један је додавање слоја пертурбације података у мрежни модел како би се омогућило да се слика тренира сваки пут, постоји још један начин који је једноставнији и једноставнији, узорци слике су побољшани обрадом слике пре тренинга, ми проширујемо скуп података користећи методе побољшања слике као што су геометрија и простор боја и користе ХСВ у простору боја, као што је приказано на слици 1.

Унапређење бржег Р-ЦНН модела дефекта У моделу бржег Р-ЦНН алгоритма, пре свега, потребно је да издвојите карактеристике улазне слике, а екстраховане излазне карактеристике могу директно утицати на коначни ефекат детекције. Срж детекције објеката је екстракција карактеристика. Уобичајена мрежа за екстракцију карактеристика у моделу Фастер Р-ЦНН алгоритма је ВГГ-16 мрежа. Овај мрежни модел је прво коришћен у класификацији слика [4], а затим је био одличан у семантичкој сегментацији [5] и детекцији истакнутости [6].

Мрежа за екстракцију обележја у моделу Фастер Р-ЦНН алгоритма је постављена на ВГГ-16, иако модел алгоритма има добре перформансе у детекцији, користи само излаз мапе обележја из последњег слоја у екстракцији обележја слике, тако да ће бити неки губици и мапа обележја се не могу у потпуности завршити, што ће довести до непрецизности у детекцији малих циљних објеката и утицати на коначни ефекат препознавања.