Page 100 - 《应用声学）》2023年第5期

992 2023 年 9 月

mentation[J]. Computer Vision and Pattern Recognition.
4 结论 USA: IEEE, 2014: 580–587.
[10] 龚禧, 曹长荣. 基于卷积神经网络的植物叶片分类 [J]. 计算机
本文将基于注意力机制的 Faster-RCNN 网络 与现代化, 2014(4): 12–15, 19.
应用于超声相控阵 D 扫图 PE 管热熔对接接头缺陷 Gong Dingxi, Cao Changrong. Plant leaf classification
检测。以 ResNet50+FPN 为骨干网络，通过应用轻 based on CNN[J]. Computer and Modernization, 2014(4):
12–15, 19.
量级通道注意力机制和空间注意力机制，显著增
[11] Song H O, Girshick R, Zickler S, et al. Generalized sparse-
强了神经网络对小缺陷的学习能力。试验结果表 let models for real-time multiclass object recognition[J].
明，改进的Faster-RCNN网络框架相较于SSD网络 IEEE Transactions on Pattern Analysis and Machine In-
框架更适合应用于超声相控阵 D扫图 PE 管接头内 telligence, 2015, 37(5): 1001–1012.
[12] Ren S Q, He K M, Girshick R, et al. Faster R-CNN:
部缺陷检测。与现有的目标检测模型相比，改进的 towards real-time object detection with region proposal
Faster-RCNN 网络具有更好的检测能力和更少的 networks[J]. IEEE Transactions on Pattern Analysis &
训练损失，同时对小缺陷的检测能力有了显著提高。 Machine Intelligence, 2017, 39(6): 1137–1149.
[13] Meng M, Chua Y J, Wouterson E, et al. Ultrasonic signal
在后续的研究中，将收集更多的 PE 管接头内部缺
classification and imaging system for composite materials
陷超声相控阵数据图，并使用更多不同的网络方法， via deep convolutional neural networks[J]. Neurocomput-
提高对超声相控阵PE管道接头内部缺陷的识别。 ing, 2017, 257: 128–135
[14] 万陶磊, 常俊杰, 曾雪峰, 等. 一种基于小波包和 PCA 的超声
参 考 文 献 缺陷识别方法 [J]. 失效分析与预防, 2019, 14(3): 141–146.
Wang Taolei, Chang Junjie, Zeng Xuefeng, et al. An
[1] 秦胤康. 核电站高密度聚乙烯管道热熔接头的超声相控阵检
ultrasonic defect identification method based on wavelet
测研究 [D]. 杭州: 浙江大学, 2019. packet and PCA[J]. Failure Analysis and Prevention,
[2] 王鹏. 正交异性钢桥面板疲劳裂纹的超声导波检测方法 [D]. 2019, 14(3): 141–146.
哈尔滨: 哈尔滨工业大学, 2021. [15] 张重远, 岳浩天, 王博闻, 等. 基于相似矩阵盲源分离与卷积
[3] 黄跃鑫, 钟舜聪, 伏喜斌. 聚乙烯管道电熔接头的超声相控阵
神经网络的局部放电超声信号深度学习模式识别方法 [J]. 电
成像及缺陷特征 [J]. 焊接学报, 2018, 39(2): 119–123, 134.
网技术, 2019, 43(6): 1900–1907.
Huang Yuexin, Zhong Shuncong, Fu Xibin. Ultrasonic Zhang Chongyuan, Yue Haotian, Wang Bowen, et al.
phased array imaging and automatic identification of de- Pattern recognition of partial discharge ultrasonic signal
fects in polyethylene pipe electrofusion joints[J]. Trans-
based on similar matrix BSS and deep learning CNN[J].
actions of the China Welding Institution, 2018, 39(2):
Power System Technology, 2019, 43(6): 1900–1907.
119–123, 134.
[16] 刘卫朋, 山圣旗, 王睿, 等. 一种基于卷积神经网络 X 射线焊
[4] 费学智, 吴军芳, 柳铭哲, 等. 超声相控阵图像中的缺陷识别 缝缺陷检测方法: 天津, CN113674247A[P]. 2021-11-19.
算法 [J]. 无损检测, 2018, 40(8): 61–66. [17] 刘超杰. 基于注意力机制的图像区域风格迁移方法研究 [D].
Fei Xuezhi, Wu Junfang, Liu Mingzhe, et al. Defect recog- 广州: 广东工业大学, 2021.
nition algorithm in ultrasonic phased array image[J]. Non- [18] 赵晓芳, 陈雪芳, 林盛鑫, 等. 一种基于深度学习的视网膜血
destructive Testing, 2018, 40(8): 61–66.
管图像分割方法: 东莞, CN111862056A[P]. 2020-10-30.
[5] Rostami B, Razavi B S. Application of digital image [19] 张越, 张守京, 冯中强. 面向棉花异纤的改进 Faster RCNN
processing on nondestructive testing of fusion joints of 目标检测方法 [J]. 棉纺织技术, 2022, 50(5): 37–41.
polyethylene piping by ultrasonic technique[C]. Interna- Zhang Yue, Zhang Shoujing, Feng Zhongqiang. Improved
tional Conference on Wireless Communications and Signal faster RCNN target detection method for foreign fiber in
Processing, 2011.
cotton[J]. Cotton Textile Technology, 2022, 50(5): 37–41.
[6] 高子洋, 师芳芳, 张碧星, 等. 卷积神经网络的缺陷类型识别 [20] 李东洁, 李若昊. 基于改进 Faster RCNN 的马克杯缺陷检测
分析 [J]. 应用声学, 2022, 41(2): 301–309. 方法 [J]. 激光与光电子学进展, 2020, 57(4): 353–360.
Gao Ziyang, Shi Fangfang, Zhang Bixing, et al. Recog- Li Dongjie, Li Ruohao. Mug defect detection method
nition and analysis of defect types by convolutional neu- based on improved Faster RCNN[J]. Laser & Optoelec-
ral network[J]. Journal of Applied Acoustics, 2022, 41(2):
tronics Progress, 2020, 57(4): 353–360.
301–309. [21] 陶杨吉. 聚乙烯管道热熔接头的相控阵超声检测中孔洞缺陷
[7] 盛雄. 聚乙烯管道电熔接头超声检测缺陷自动识别系统研 的表征和重构 [D]. 杭州: 浙江大学, 2021.
发 [D]. 杭州: 浙江大学, 2018. [22] 施建峰, 陶杨吉, 安成名, 等. 聚乙烯燃气管道超声相控阵检
[8] Sambath S, Nagaraj P, Selvakumar N. Automatic de- 测工程应用案例分析 [J]. 压力容器, 2020, 37(12): 54–62.
fect classification in ultrasonic NDT using artificial in- Shi Jianfeng, Tao Yangji, An Chengming, et al. On-
telligence[J]. Journal of Nondestructive Evaluation, 2011, site phased array ultrasonic testing of polyethylene gas
30(1): 20–28. pipeline[J]. Editorial Office of Pressure Vessel Technology,
[9] Girshick R, Donahue J, Darrell T, et al. Rich feature hi- 2020, 37(12): 54–62.
erarchies for accurate object detection and semantic seg-