Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的埋弧焊管焊缝缺陷判定方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:东北大学秦皇岛分校

摘要:本发明属于焊接技术和计算机视觉技术领域,公开了一种基于深度学习的埋弧焊管焊缝缺陷判定方法。针对收集到的SEQ、IMG、DCM格式埋弧焊管焊缝缺陷数据,均使用二进制方式读取,保存为JPG格式的图像文件,获取焊缝图像。AEDetNet网络用于通过卷积神经网络CNN提取图像特征,并使用特征金字塔网络FPN构建多尺度特征图,最终通过一系列锚框anchorboxes在这些特征图上进行分类和回归,实现焊缝缺陷的分类和定位。本方法设计的AEDetNet网络增强了特征提取和表示能力,使网络能够更好地捕捉和强调重要特征,提高了焊缝缺陷识别的准确性。本方法能够在多尺度上进行缺陷分类和定位,增强了模型对不同尺寸缺陷的检测能力。

主权项:1.一种基于深度学习的埋弧焊管焊缝缺陷判定方法,其特征在于,具体如下:针对收集到的SEQ、IMG、DCM格式埋弧焊管焊缝缺陷数据,均使用二进制方式读取,保存为JPG格式的图像文件,获取焊缝图像;AEDetNet网络用于通过卷积神经网络CNN提取图像特征,并使用特征金字塔网络FPN构建多尺度特征图,最终通过一系列锚框anchorboxes在这些特征图上进行分类和回归,实现焊缝缺陷的分类和定位。

全文数据:

权利要求:

百度查询: 东北大学秦皇岛分校 一种基于深度学习的埋弧焊管焊缝缺陷判定方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术