- 专利标题： 基于多任务关联的风机叶片损伤识别方法与系统
-
申请号： CN202310752531.5申请日： 2023-06-26
-
公开(公告)号： CN116503612B公开(公告)日： 2023-11-24
- 发明人: 李腾 , 王阳 , 鲁威志 , 李晓磊 , 张伟
- 申请人： 山东大学
- 申请人地址： 山东省济南市历下区经十路17923号
- 专利权人： 山东大学
- 当前专利权人： 山东大学
- 当前专利权人地址： 山东省济南市历下区经十路17923号
- 代理机构： 济南圣达知识产权代理有限公司
- 代理商 于凤洋
- 主分类号： G06V10/40
- IPC分类号： G06V10/40 ; G06V10/74 ; G06V10/764 ; G06V10/774 ; G06V10/82 ; G06T7/00 ; G06N3/0464 ; G06N3/048 ; G06N3/08
摘要：
精度。本公开提供了基于多任务关联的风机叶片损伤识别方法与系统，涉及风机叶片图像识别技术领域，方法包括：获取风机叶片的图像，首先利用多任务主干网络提取风机叶片图像的底层共享特征，之后在两个子任务分支网络中分别提取损伤位置特征以及损伤类型特征，然后分别输出风机叶片损伤的位置以及损伤类型的识别结果；其中，将两个子任务分支网络在各自特征提取时进行任务相关联，由线性映射函数将分支任务的高维特征映射到另一个分支任务的标签空间中，并通过激活函数转换为概率分布的形式，进而通
公开/授权文献
- CN116503612A 基于多任务关联的风机叶片损伤识别方法与系统 公开/授权日：2023-07-28