本發明提供一種基于深度學習的復合材料損傷的檢測方法,包括S1、使用ImageNet數據庫的圖像對AlexNet網絡進行預訓練;S2、從已有的復合材料的文獻中收集復合材料的圖像的數據集;S3、將數據集中75%的圖像隨機選擇用于AlexNet網絡訓練,25%的圖像被隨機選擇用于驗證AlexNet網絡;S4、調整訓練好的AlexNet網絡的學習速率,對復合材料損傷的類型和嚴重程度進行分類。本發明通過采用AlexNet網絡訓練模型代替人工目檢和無損檢測的方式對復合材料的損傷程度及類別進行檢測,提高了檢測的精度和效率,降低了檢測的成本。
聲明:
“基于深度學習的復合材料損傷的檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)