船舶裂纹识别模型

低清图仍高准

针对低分辨率海洋工程图像，通过改进检测头与特征复用结构，实现裂纹定位精度与召回率的同步提升。

Ziguang, Jia · Xin, Su · Ma, Guang Da · Dai, Tongtong · 孙家斌

Ocean Engineering 2023

参数信息

F1分数

0.855

mAP

84.75 %

F1分数

0.903

mAP

89.48 %

技术优势

低清图也能高精准识别

在低分辨率FPSO裂纹图像上，改进的SSD模型F1分数达0.855、mAP达84.75%，比原模型分别提高0.03和2.42%；改进的YOLOv5模型F1分数达0.903、mAP达89.48%，比原模型分别提高0.035和2.97%。

检测性能超越原模型

改进后的模型在F1分数和mAP两项指标上均高于原模型，说明改进结构有效提升了裂纹识别的准确性和可靠性。

应用场景

• 海洋工程结构检测：对低分辨率图像中裂纹进行实时识别，辅助海洋结构巡检，减少人工目视检查的遗漏和耗时。
• 工业视觉检测：在低清工业图像中实现高精度裂纹检测，适用于摄像头分辨率受限的自动检测场景。
• 结构健康监测：可自动识别结构表面裂纹，为长期结构健康监测提供高效、客观的损伤检测手段。