本发明提供一种基于深度学习的
复合材料损伤的检测方法,包括S1、使用ImageNet数据库的图像对AlexNet网络进行预训练;S2、从已有的复合材料的文献中收集复合材料的图像的数据集;S3、将数据集中75%的图像随机选择用于AlexNet网络训练,25%的图像被随机选择用于验证AlexNet网络;S4、调整训练好的AlexNet网络的学习速率,对复合材料损伤的类型和严重程度进行分类。本发明通过采用AlexNet网络训练模型代替人工目检和无损检测的方式对复合材料的损伤程度及类别进行检测,提高了检测的精度和效率,降低了检测的成本。
声明:
“基于深度学习的复合材料损伤的检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)