深度学习的轮胎带束层X光图像三维重建
Transactions of Shenyang Ligong University(2022)
摘要
针对轮胎缺陷检测中轮胎带束层区域的特殊结构导致该区域缺陷的识别效果较差问题,对轮胎带束层区域的X光图片进行3D重建来拆解其结构.使用循环一致生成对抗网络(CycleGAN)对带束层区域的图片进行3D重建,利用已知钢丝的固定结构作为先验知识来控制生成图像钢丝的角度,生成不同结构的钢丝图片,达到拆解带束层复杂结构的目的,通过对损失函数的修改及参数的选取提高重建效果.对自制数据集进行实验表明,不同倾斜角度、不同清晰程度的钢丝图片均有良好的重建效果.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要