طريقة التعرف على تلف غلاف PE للكوابل المعلقة للجسور استنادًا إلى شبكة عصبية تلافيفية خفيفة الوزن

LIU Xiaoyu ,  

HUANG Yong ,  

XU Feng ,  

LI Hui ,  

摘要

لقد لعبت شبكات الأعصاب العميقة وتقنيات رؤية الكمبيوتر دورًا متزايد الأهمية في مراقبة صحة الهياكل في السنوات الأخيرة. باستخدام بيانات صور تلف الغلاف PE للكوابل المعلقة للجسور التي تم جمعها بواسطة طائرات بدون طيار، تم دراسة طريقة التعرف على تلف الغلاف PE للكوابل المعلقة استنادًا إلى تقنيات التعلم العميق. لتحقيق التعرف الذكي والسريع على الأضرار الموضعية لسطح الكوابل المعلقة للجسور ذات الامتداد الكبير على الأجهزة ذات القدرات الحاسوبية المنخفضة، ولحل مشكلة انخفاض كفاءة الحوسبة نسبيًا للحوسبة في الشبكات العصبية التلافيفية العميقة التقليدية وكبر حجم معلمات النموذج، تم اقتراح نموذج شبكة عصبية تلافيفية توصية المناطق ذو معالجة خفيفة الوزن. يتم تقديم الأساس النظري لشبكة التوصية الإقليمية وطريقة تحسينها الخفيفة الوزن، وتحليل ضرورة المعالجة الخفيفة الوزن للنموذج، حيث يمكنها، مع ضمان دقة التعرف، خفض متطلبات أداء الجهاز لتدريب وتوقع النموذج، مما يحقق توفير الموارد الحاسوبية والوقت؛ من خلال تكثير البيانات ووسائل أخرى متعددة لمعالجة نقص بيانات عينات التلف، تم إعداد تجارب مقارنة، وتحليل النتائج إحصائياً، مما أكد تفوق نموذج الشبكة العصبية الخفيفة الوزن. أظهرت النتائج أن الشبكة الخفيفة يمكنها تحسين تعقيد النموذج وحجم الحساب إلى حد كبير مع التضحية بدقة التعرف القليلة، ويمكنها توسيع قابلية استخدام الشبكات العصبية في التطبيقات الهندسية بشكل فعال.

关键词

كوابل الجسور المعلقة; التعرف الذكي على التلف; الشبكات العصبية الخفيفة; رؤية الكمبيوتر; التعلم العميق

阅读全文