0445110168 169 284 315 injektor üçün OEM Yeni Ümumi Dəmir Yol Valfı F00VC01329
Adı istehsal | F00VC01329 |
Enjektorla uyğundur | 0445110168 0445110169 0445110284 0445110315 |
Ərizə | / |
MOQ | 6 ədəd / razılaşma yolu ilə |
Qablaşdırma | Ağ Qutu Qablaşdırma və ya Müştərinin Tələbləri |
Göndərmə vaxtı | Sifarişi təsdiqlədikdən sonra 7-15 iş günü |
Ödəniş | T/T, PAYPAL, seçiminiz kimi |
Xüsusiyyət birləşməsinə əsaslanan avtomobil injektor klapan oturacağının qüsurlarının aşkarlanması(3-cü hissə)
Nəticədə, enjektör klapanı oturacağının aşkarlanmasında şəklin sıxılması lazımdır və şəkil ölçüsü 800 × 600-ə qədər işlənir, vahid standart görüntü məlumatı əldə edildikdən sonra məlumat çatışmazlığının qarşısını almaq üçün məlumatların təkmilləşdirilməsi üsulu istifadə olunur, və modeli ümumiləşdirmə qabiliyyəti artır. Məlumatların təkmilləşdirilməsi dərin öyrənmə modellərinin təliminin vacib hissəsidir [3]. Məlumatları artırmaq üçün ümumiyyətlə iki yol var. Biri, görüntünün hər dəfə öyrədilməsinə imkan vermək üçün şəbəkə modelinə məlumat pozğunluğu qatını əlavə etməkdir, daha sadə və sadə olan başqa bir yol var, təsvir nümunələri məşqdən əvvəl təsvirin işlənməsi ilə təkmilləşdirilir, məlumat dəstini istifadə edərək genişləndiririk. həndəsə və rəng məkanı kimi təsvirin təkmilləşdirilməsi üsulları və Şəkil 1-də göstərildiyi kimi rəng məkanında HSV istifadə edin.
Daha Faster R-CNN qüsur qüsur modelinin təkmilləşdirilməsi Faster R-CNN alqoritm modelində, ilk növbədə, giriş şəklinin xüsusiyyətlərini çıxarmaq lazımdır və çıxarılan çıxış xüsusiyyətləri son aşkarlama effektinə birbaşa təsir göstərə bilər. Obyekt aşkarlamasının əsası xüsusiyyət çıxarılmasıdır. Faster R-CNN alqoritm modelində ümumi xüsusiyyət çıxarma şəbəkəsi VGG-16 şəbəkəsidir. Bu şəbəkə modeli əvvəlcə təsvirin təsnifatında [4] istifadə edilmişdir, sonra isə semantik seqmentasiya [5] və qabarıqlığın aşkarlanmasında [6] əla olmuşdur.
Faster R-CNN alqoritm modelindəki xüsusiyyət çıxarma şəbəkəsi VGG-16-a təyin edilib, baxmayaraq ki, alqoritm modeli aşkarlamada yaxşı performansa malikdir, o, yalnız təsvirin xüsusiyyətlərinin çıxarılmasında sonuncu təbəqədən xüsusiyyət xəritəsi çıxışından istifadə edir, beləliklə, bəzi itkilər və xüsusiyyət xəritəsi tam tamamlana bilmir, bu da kiçik hədəf obyektlərinin aşkarlanmasında qeyri-dəqiqliyə gətirib çıxaracaq və yekun tanınma effektinə təsir edəcəkdir.