陈亚杰
- 作品数：3 被引量：27H指数：3
- 供职机构：中国船舶重工集团公司更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于.NET架构的IT运维平台建设被引量：3
- 2017年
- 对企事业机关单位的信息化运维现状进行了阐述,对于传统运维方式存在的问题进行了分析,提出了基于IT运维平台的HelpDesk解决方案,对该平台设计流程、功能模块进行了介绍,分析和评价了系统知识库的应用效果。
- 陈亚杰葛灵佳王洋董俊
- 关键词：.NETIT运维知识库
- 基于改进YOLO v4的热轧带钢表面缺陷检测被引量：14
- 2023年
- 针对热轧带钢表面缺陷尺寸差异大、部分缺陷特征相似,导致漏检、识别准确率低的问题,提出一种基于改进YOLO v4的热轧带钢表面缺陷检测算法。将模型的特征提取网络替换为MobileViT轻量化Transformer网络并添加自适应特征融合模块(ASFF),充分提取输入对象的全局、局部特征;采用K-Means++算法聚类生成更适合位置调整的先验框;通过改进的非极大值抑制算法降低漏检率。该方法在NEU-DET数据集上的平均精度较原YOLO v4算法提高了11.57%,FPS达到了45.7 frame/s。实验结果表明,改进后的算法在保证实时性的前提下,有效提高了检测精度。
- 季娟娟王佳陈亚杰卢道华
- 关键词：热轧带钢聚类算法目标检测非极大值抑制
- 基于改进YOLOv7的液压阀块表面微小缺陷检测被引量：10
- 2023年
- 针对液压阀块表面缺陷尺寸微小、对比度低、周围干扰信息多导致的漏检率高、识别准确率低等问题,提出一种基于改进YOLOv7的液压阀块表面微小缺陷检测算法。在多尺度特征融合模块后引入CA注意力机制来提高对微小缺陷特征信息的关注度。使用改进的UpC多支路上采样结构代替多尺度特征融合模块中的最近邻插值上采样UpSampling模块,以丰富微小缺陷的特征信息。利用改进的ELAN-RepConv结构代替多尺度特征融合模块中的ELAN_2结构,使模型在训练过程中可以学习到更多的特征信息。为了进一步提高算法的鲁棒性与收敛速度,使用离线数据增强融合Mosaic数据增强的数据增广技术与K-means++锚框聚类算法来提高算法性能。实验结果表明:该算法在液压阀块表面微小缺陷数据集中平均精度达到97.6%,较原YOLOv7算法提高8.4个百分点,检测速度达到55.2 frame/s;相较于YOLOv7系列中检测精度最高的YOLOv7-E6E算法,该算法在参数量减少75.4%的情况下,平均精度值提高1.8个百分点。所提算法在保证实时性的前提下能够有效提高检测精度。
- 季娟娟王佳陈亚杰卢道华
- 关键词：液压阀块
