基于改进卷积神经网络的管焊缝X射线图像缺陷识别方法

樊丁; 胡桉得; 黄健康; 徐振亚; 徐旭

首页> 中文期刊> 《焊接学报》 >基于改进卷积神经网络的管焊缝X射线图像缺陷识别方法

基于改进卷积神经网络的管焊缝X射线图像缺陷识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对卷积神经网络(CNN)应用于焊缝探伤图像识别时,目标区域占比小,局部信息冗余,激活函数小于零时出现硬饱和区导致模型对输入变化较敏感、网络参数难以训练的问题,采用超像素分割算法(SLIC)和改进的ELU激活函数构建CNN模型进行焊缝探伤图像缺陷识别.首先,在CNN模型中使用ELU激活函数,在缓解梯度消失时对输入噪声产生更好的鲁棒性,同时,利用SLIC算法对图像像素进行像素块处理的特点,增大焊缝探伤图像中感兴趣区域的占比,降低局部冗余信息,提高模型在训练过程中的特征提取能力.通过对焊缝探伤图像感兴趣区域提取并与所述CNN模型进行对比试验.结果表明,该方法在焊缝探伤图像特征提取、训练耗时及识别准确率方面较传统卷积神经网络有更好的表现.

著录项

来源
《焊接学报》 |2020年第1期|7-11|共5页
作者
樊丁; 胡桉得; 黄健康; 徐振亚; 徐旭;
展开▼
作者单位

兰州理工大学省部共建有色金属先进加工与再利用国家重点实验室兰州 730050;

宝山钢铁股份有限公司上海 201900;

兰州兰石检测技术有限公司兰州 730314;

展开▼
原文格式 PDF
正文语种 chi
中图分类焊接自动化技术;
关键词
焊缝缺陷识别; 卷积神经网络; SLIC算法; ELU函数;

相似文献

中文文献
外文文献
专利

1. 基于一维卷积神经网络焊缝缺陷X射线图像的分类方法研究 [J] . 赵红雷 . 河南化工 . 2020,第010期
2. 基于改进Sobel算法的焊缝X射线图像气孔识别方法 [J] . 蒋华军 ,蔡艳 ,李超豪 . 上海交通大学学报 . 2017,第6期
3. 焊缝缺陷X射线图像微弱信号识别方法 [J] . 余永维 ,殷国富 ,殷鹰 . 计算机集成制造系统 . 2013,第010期
4. 基于改进卷积神经网络的飞机桁架焊缝缺陷识别与测试 [J] . 刘霞 ,金忠庆 . 航空制造技术 . 2021,第023期
5. 基于卷积神经网络的轮胎X射线图像缺陷检测 [J] . 卞国龙 ,李勇 ,戚顺青 . 轮胎工业 . 2019,第004期
6. 基于局部曲面重构的焊缝X射线图像缺陷分割技术 [C] . 侯润石 ,都东 ,邵家鑫 . 2008年远东无损检测新技术论坛 . 2008
7. 基于深度学习的焊缝X射线图像缺陷识别方法研究 [A] . 胡桉得 . 2020

基于改进卷积神经网络的管焊缝X射线图像缺陷识别方法

摘要

著录项

相似文献

相关主题

期刊订阅