管道环焊缝缺陷智能识别技术探究与实现

摘要：

针对实际应用中人工评定焊缝缺陷用时长、工作量大、难以完全识别等问题,提出一种基于深度学习的缺陷智能检测分析框架,利用深度残差网络(ResNet)解决焊缝特征复杂多样化的问题.框架将数字化胶片分为正常胶片图像与存在缺陷的胶片图像,通过训练图像分类模型以及缺陷标注模型,智能识别出疑似存在缺陷的数字化胶片并标注疑似缺陷,并提出对于数字化胶片的图像降噪、图像提取、图像增强等图像处理算法.测试结果表明,该框架在时间效率和准确率上效果良好.

关键词：深度学习、环焊缝缺陷、数字化、智能识别、人工智能

所属期刊栏目：6

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6