基于深度迁移学习的激光熔化沉积孔隙率在线监测方法

本发明公开了一种基于深度迁移学习的激光熔化沉积孔隙率在线监测方法，包括：步骤1：获取源域样本集和目标域样本集；步骤2：分别提取源域样本集和目标样本集中熔池图像的孔隙数据，并根据孔隙面积对孔隙进行标签分类；步骤3：以具有分组卷积和通道混洗ShuffleNetV2建立源域孔隙率在线监测模型；步骤4：借助源域孔隙率在线监测模型，基于深度子领域自适应网络迁移学习构建出目标域孔隙率在线监测模型；本发明先借助ShuffleNetV2网络的轻量化特性和通道混洗技术来提取孔隙特征，建立了源域的孔隙率监测模型，再通过深度子领域适应方法实现目标域的孔隙率监测，实现不同LMD工艺过程的孔隙率监测。