摘要
本发明涉及一种基于多模态特征融合的管道焊缝缺陷检测方法,属焊管检测方法技术领域。本申请将从业人员的丰富经验转化为语义特征空间,嵌入到检测信号空间强化学习。即通过已知类别和未知类别构建一个公共的多模态特征融合空间,每一个类别均根据从业人员的专业描述构建一个专属的语义特征表达,且不同类别的语义特征表达具有相同的特征维度,以此使模型通过对已知类别的学习获得对未知类别的识别能力,由此达到了实现对管道焊缝未知缺陷识别的目的。
技术关键词
多模态特征融合
图像特征向量
融合特征
补丁
文本特征向量
管道焊缝X射线
前馈神经网络
语义特征
X射线检测设备
超声波检测设备
焊缝超声检测
编码器
注意力机制
卷积神经网络模型
超声波检测仪
系统为您推荐了相关专利信息
样本
标签文本
残差网络模型
文本识别模型
模型训练方法
内部缺陷特征
X射线检测机构
核桃
分选执行机构
纹理特征
识别图像块
设备器件
工业设备故障
故障运行状态
融合特征
全色图像融合方法
状态空间模型
低分辨率高光谱图像
离散小波变换
网络
阈值预测方法
投影特征
彩色点云
多模态
特征提取模块