基于深度迁移学习的烟雾识别方法

针对传统的基于传感器和图像特征的烟雾识别方法易被外部环境干扰且识别场景单一,从而造成烟雾识别精度较低,而基于深度学习的识别方法对数据量要求较高,对于烟雾数据缺失或数据来源受限的情况模型识别能力较弱的问题,提出一种基于深度迁移学习的烟雾识别方法。将ImageNet数据集作为源数据,利用VGG-16模型进行基于同构数据下的特征迁移。首先,将所有的图像数据进行预处理,对每张图像作随机变换（随机旋转、剪切、翻转等）;其次,引入VGG-16网络,将其卷积层特征进行迁移,并连接预先使用烟雾数据在VGG-16网络中训练过的全连接层;进而构建出基于迁移学习的深度网络,从而训练得到烟雾识别模型。利用公开数据集以及真实场景烟雾图像进行实验验证,实验结果表明,和现有主流烟雾图像识别方法相比,所提方法有较高的烟雾识别率,实验精度达96%以上。     

如何调整水旋喷漆室中水旋器的雾化效果

介绍了水旋喷漆室内水旋器的组成和布置,论述了在实际生产中如何通过调节水旋器的进水量与进风量,从而达到理想的雾化效果。     

龙门移动式水旋喷漆室的设计与应用

通过对龙门移动式水旋喷漆室各部分的组成、作用及其结构设计的阐述,介绍了龙门移动式水旋喷漆室的设计特点、经济性及其实际应用情况.应用结果表明,该喷漆室具有结构精巧,使用方便,制造成本低的优点,可提高工件表面喷涂质量,改善操作环境,解决了移动不方便的大型工件的喷涂问题.