在海洋工程领域，检测船舶上的裂纹是一项至关重要的任务，因为它关系到船舶的安全和海洋环境的保护。传统上，这项工作依赖人工目视检查，不仅效率低，而且成本高，还有潜在的安全风险。为了解决这些问题，来自武汉理工大学王冲教授等人开发了一种基于深度学习的新型检测技术。这项技术通过改进的YOLOv5s模型，使用轻量化卷积和双向加权特征融合网络，提高了裂纹检测的精度和速度。简而言之，这就像给船舶做了一次“深度体检”，能够快速准确地发现微小的裂纹，帮助维护人员及时修复，确保船舶安全，减少事故发生。这项技术的应用，预示着未来船舶检测将更加智能化和自动化。
王冲, 朱玉辉
中国舰船研究, 2024, 19(5)
本文引用地址（点击可阅读全文）：王冲, 朱玉辉. 基于轻量化快速卷积与双向加权特征融合网络的船舶裂纹检测[J]. 中国舰船研究, 2024, 19(5): 95–106.
● 论文主要内容
研究背景：
研究方法：
研究结论：
卷积神经网络结构
获取更多精彩内容，请点击以下原文链接查看
基于轻量化快速卷积与双向加权特征融合网络的船舶裂纹检测
http://www.ship-research.com/cn/article/doi/10.19693/j.issn.1673-3185.03401
往期精彩回顾：
6. 优秀论文推荐｜王宁教授等：多特征融合的无人艇视觉目标长时相关鲁棒跟踪
7.【论文推荐】彭周华教授等：无人船集群的抗干扰最优覆盖控制 | 无人海洋航行器集群技术专题
8.优秀论文推荐｜华中科技大学：基于动态规划制导的无人艇自主回收控制方法
9.优秀论文推荐｜大连理工大学：基于改进人工蜂群算法的船舶管路路径寻优算法分析
中国舰船研究
Chinese Journal of Ship Research
联系我们：
编辑部微信号：zgjcyjbj
网站：www.ship-research.com
邮箱：cjsr@ship-research.com
SCOPUS收录期刊 JST 收录期刊 DOAJ收录期刊 CSCD来源期刊 中文核心期刊 RCCSE中国核心学术期刊 中国精品科技期刊 中国科协高质量科技期刊 T1级 湖北省最具影响力学术期刊 湖北十大名刊 | 微信公众号二维码 微信视频号二维码 |
欢迎分享到朋友圈✬ 评论功能现已开启, 接受一切形式的吐槽和赞美
核心期刊《中国舰船研究》学术论文免费检索、阅读
