[发明专利]基于深度学习的航空发动机孔探图像损伤智能识别方法

摘要

本发明公开了一种基于深度学习的航空发动机孔探图像损伤智能识别方法，属于航空发动机损伤识别领域。方法包括：获取在测试集上达到预设准确率要求的全卷积神经网络的网络权重，测试集为多个航空发动机孔探标记图像；加载网络权重以初始化全卷积神经网络；获取航空发动机孔探图像；对航空发动机孔探图像进行预处理，得到符合全卷积神经网络输入要求的预处理图像；使用初始化后的全卷积神经网络对预处理图像进行处理，得到航空发动机孔探图像的损伤区域和与损伤区域对应的损伤类别。本发明通过上述技术方案能够智能识别出孔探图像中的损伤区域和对应类别，从而提高孔探效率、提高孔探过程的精度、降低孔探过程中人为主观因素的影响。

主权项

1.一种基于深度学习的航空发动机孔探图像损伤智能识别方法，其特征在于，所述方法包括：获取在测试集上达到预设准确率要求的全卷积神经网络的网络权重，所述测试集为多个航空发动机孔探标记图像，所述航空发动机孔探标记图像为经试验人员标记了损伤区域和与所述损伤区域对应损伤类别的航空发动机孔探图像；加载所述网络权重以初始化所述全卷积神经网络；获取航空发动机孔探图像；对所述航空发动机孔探图像进行预处理，得到符合所述全卷积神经网络输入要求的预处理图像；使用初始化后的所述全卷积神经网络对所述预处理图像进行处理，得到所述航空发动机孔探图像的损伤区域和与所述损伤区域对应的损伤类别。