基于VGG网络的焊缝缺陷识别技术在UOE钢管生产应用初探

摘要：

针对钢管焊缝缺陷自动识别的需要,提出了基于卷积神经网络的焊接缺陷特征自动提取算法,并对现有的LeNet、AlexNet、VGG-16、GoogleNet等经典网络模型进行试验验证,得出在同等条件下VGG-16网络模型更适合钢管焊缝缺陷类型识别.随后在VGG-16经典模型基础上设计了一种适用于钢管焊缝图像缺陷识别的模型,该模型直接将预处理后的焊缝DICM图像作为输入,将钢管焊缝是否存在缺陷作为输出,有效避免了因人为识别的主观经验对检测结果造成的不良影响.现场试验结果表明,这种基于VGG-16网络结构模型,对钢管焊接缺陷识别具备较好的识别率与泛化能力.

关键词：钢管焊缝、缺陷识别、特征提取、卷积神经网络、X射线探伤

所属期刊栏目：11

分类号：TG335.75(金属压力加工)

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：10-13