摘要
本发明涉及焊缝质量检测领域,具体为一种基于半监督迁移学习的焊缝缺陷检测方法,包括采集原始图像;创建数据集P1和数据集P2;对数据集P2中的增强图像进行预处理;搭建基于半监督迁移学习的多域学习网络;将数据集P1中未标记有焊缝特征的增强图像输入主干网络以对主干网络进行训练,同时得到主干网络输出的带有图像焊缝特征预测标记的二级增强图像,将训练后的主干网络的网络参数输入二级网络;利用预处理后的数据集P2以及二级增强图像对二级网络进行训练;将包含待检测焊缝质量的检测图像输入训练后的多域学习网络,得到标记有焊缝和孔隙缺陷的语义化分割图像,并基于语义化分割图像评估焊缝质量;可替代人工检查,无需频繁的人工巡检。
技术关键词
半监督迁移学习
焊缝缺陷检测方法
焊缝特征
网络
自动编码器
上采样
掩膜
图像评估
数据
标记
引入注意力机制
语义
阶段
学习特征
参数
输入端
采集设备