| تشخیص خوردگی سطوح فلزی با استفاده از شبکه YOLO و یادگیری انتقالی |
| کد مقاله : 1579-ISME2025 |
| نویسندگان |
|
ملیکا وادی پور1، سمیر نیسی مینایی2، علی علی نجفی اردکانی *2 1دانشکده مهندسی مکانیک، دانش اه صنعتی خواجه نصیرالدین طوسی 2دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نصیرالدین طوسی |
| چکیده مقاله |
| تشخیص خوردگی در سطوح فلزی یکی از چالش‌های اساسی در نگهداری تجهیزات صنعتی است. روش‌های سنتی به دلیل وابستگی به نیروی انسانی و زمان‌بر بودن، کارایی محدودی دارند. در این پژوهش، تأثیر استفاده از وزن‌های پیش‌آموزش‌یافته و یادگیری انتقالی بر بهبود عملکرد مدل 5YOLOv در تشخیص خوردگی بررسی شده است. فرآیند آموزش در چهار مرحله انجام گرفت، به‌طوری‌که در مرحله نخست، مدل بر روی یک مجموعه داده کوچک آموزش داده شد تا وزن‌های اولیه مناسبی برای مراحل بعدی استخراج شود. در ادامه، مدل با استفاده از این وزن‌ها بر روی مجموعه داده اصلی آموزش دید. نتایج ارزیابی نشان داد که بهره‌گیری از وزن‌های پیش‌آموزش‌یافته منجر به افزایش دقت ، بهبود بازیابی و افزایش میانگین دقت مدل شده است. در مرحله نهایی، مدل توانست تعادلی بهینه میان دقت و بازیابی ایجاد کند. یافته‌های این پژوهش نشان می‌دهد که یادگیری انتقالی و تنظیم تدریجی وزن‌ها، نقش مؤثری در بهبود عملکرد مدل‌های تشخیص خوردگی داشته و می‌تواند به‌عنوان یک راهکار کاربردی در صنایع مختلف مورد استفاده قرار گیرد. |
| کلیدواژه ها |
| تشخیص خوردگی، پردازش تصویر، سطوح فلزی، یادگیری انتقالی. |
| وضعیت: پذیرفته شده برای ارائه شفاهی |