基于深度学习与域自适应的工件涡流热成像的缺陷检测

摘要： 机械设备运行过程中，标记的故障样本量小，导致建立的模型故障诊断准确率低，为此本文提出一种结合深度学习与域自适应的工件涡流热成像的缺陷检测方法。首先将注意力机制引入深度残差网络Res Net50中，加强模型的特征提取能力；然后将源域和目标域数据送入改进的Res Net50网络中提取深度特征，并且在网络的全连接层中引入局部最大均值差异，用于缩小两域特征间的分布差异，以此实现相关子域...