基于卷积神经网络X射线环焊缝缺陷检测
Welding & Joining（2022）
摘要
针对工业X射线焊缝图像对比度低、缺陷模糊且相对面积较小及难以识别的问题,设计了结合卷积神经网络的识别框架.根据缺陷图像特点,设计了对应的神经网络结构、卷积模板及池化模板的大小.在分析确定神经网络结构的基础上,卷积神经网络的灵敏度和训练算法也在文中一并给出.通过实例对神经网络结构进行了有效性的验证,缺陷检测准确率达97％,误报率仅为3％.同时,对适用于卷积神经网络进行识别的X射线焊缝图像进行了分析,发现灰度直方图有效信息跨度范围在50之上的卷积神经网络可以有效识别.文中所设计的神经络对X射线焊缝缺陷图像的识别可行、有效.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要