润滑与密封

作者：安超，魏海军，刘竑，梁麒立，汪璐璐

单位：上海海事大学商船学院,,上海海事大学商船学院,,上海海事大学商船学院,,上海海事大学商船学院,,上海海事大学信息工程学院,

关键词：深度神经网络; 铁谱磨粒; 迁移学习; Mask R-CNN; 分割与识别

基金：上海市科学技术委员会资助项目 (17ZR1412700)

针对铁谱图像因背景复杂、 尺寸分布广、 颗粒重叠等导致难以精确分割与识别的问题, 以相似度高的疲劳 剥块、 严重滑动磨粒、 层状磨粒共 3 种异常磨粒作为研究对象, 提出基于深度神经网络模型 Mask R-CNN 的对多目标 铁谱磨粒进行智能分割与识别的方法, 并对特征提取层分别选用深度不同的残差网络 ResNet50 和 ResNet101 进行对比 试验。 实验结果表明, 基于迁移学习方法的 Mask R-CNN+ResNet101 模型能够在复杂背景下对多目标、 多类型、 多尺 寸的相似磨粒进行有效分割与识别, 测试集的平均精度高达 76. 2%, 模型具有较好的泛化能力。

来源：2020年第3期

《润滑与密封》期刊编辑部

查看润滑与密封杂志2020年第3期