基于特征增强的汽车发动机积碳程度识别模型

张永玲, 黄倩, 陈友兴, 陈香, 张航佳

测试技术学报 ›› 2024, Vol. 38 ›› Issue (03) : 315 -322.

PDF
测试技术学报 ›› 2024, Vol. 38 ›› Issue (03) : 315 -322.

基于特征增强的汽车发动机积碳程度识别模型

    张永玲, 黄倩, 陈友兴, 陈香, 张航佳
作者信息 +

Author information +
文章历史 +
PDF

摘要

汽车发动机积碳的长期累积容易加速汽车老化,及时检测并清理可以有效延长汽车使用寿命。对此提出了一种基于视觉图像的积碳程度识别方法,首先针对积碳图像数据量小且类别分布不均的问题对数据进行预处理,其次基于积碳图像特征分布范围广及细粒度特点设计了一个特征重采样模块,从空间和通道两个方向加强特征表达,最后设计了一个轻量化的积碳程度识别模型方便检测部署。结果表明,与其他方法相比,该方法具有较高的预测速度,为179帧/s,且测试精度为84.5%,满足实际需求。

关键词

积碳程度识别 / 小样本学习 / 细粒度图像 / 特征重采样 / 轻量化模型

Key words

引用本文

引用格式 ▾
基于特征增强的汽车发动机积碳程度识别模型[J]. 测试技术学报, 2024, 38(03): 315-322 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

45

访问

0

被引

详细

导航
相关文章

AI思维导图

/