电脑桌面
添加易通论缘成稿毕设投稿到电脑桌面
安装后可以在桌面快捷访问

26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx

26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第1页
1/53页
26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第2页
2/53页
26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第3页
3/53页
26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第4页
4/53页
26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第5页
5/53页
26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第6页
6/53页
26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第7页
7/53页
26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第8页
8/53页
26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第9页
9/53页
26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx_第10页
10/53页
武汉科技大学毕业论文I摘 要目的:高炉炼铁是钢铁冶金生产的重要环节,它的内部运行情况会直接影响生产安全和效率,行业中一般使用的高炉红外监控还是很依赖人工巡检,遇到粉尘遮挡或者边缘模糊的情况,很容易让操作人员产生视觉疲劳,同时可能漏判或者误判,因此本文提出了一种把深度学习目标检测和时序滤波结合起来的高炉内部状态智能诊断方法;方法:首先,针对高炉内部流体目标非刚性的特点,利用 Make Sense 工具构建了包含气柱、明火等关键特征的红外图像专用数据集,同时通过难例挖掘策略提升了样本质量;然后,采用单阶段目标检测网络 YOLOv11 作为视觉感...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

26年WP机械工程 基于深度学习的高炉内部红外图像冶炼状态识别4.62-AI12.07全日(30968字).docx

您可能关注的文档

发表评论取消回复

  
新文件+ 关注
机构认证
内容提供者

新文件

确认删除?
qq
  • 联系点击这里给我发消息
搜索教程
联系客服
  • 联系客服
回到顶部