基于三维卷积神经网络的焊接质量检测方法

AITNT
正文
推荐专利
基于三维卷积神经网络的焊接质量检测方法
申请号:CN202510100204
申请日期:2025-01-22
公开号:CN120147223A
公开日期:2025-06-13
类型:发明专利
摘要
本发明公开了一种基于三维卷积神经网络的焊接质量检测方法,包括:获取训练数据集合;利用训练数据集合训练预先构建的三维卷积神经网络;获取待检测的焊接视频流数据;从待检测的焊接视频流数据中提取待检测的多帧焊接图像序列,将待检测的多帧焊接图像序列输入训练后的三维卷积神经网络,得到三维卷积神经网络输出的待检测的多帧焊接图像序列对应的焊接质量情况及其概率值;根据三维卷积神经网络输出的待检测的多帧焊接图像序列对应的焊接质量情况及其概率值、以及预设的概率阈值,确定并输出待检测的多帧焊接图像序列对应的最终焊接质量情况。本发明能够实现焊接质量情况的实时监测,能够在出现焊接质量异常时及时发现而进行弥补。
技术关键词
三维卷积神经网络 Softmax函数 双向注意力 拼接单元 分类网络 序列 图像 视频流 模块 注意力机制 非线性 输入端 补丁 数据 焊缝 转换单元 批量 通道 成形
系统为您推荐了相关专利信息
1
一种基于面部位姿约束的微表情识别方法
表情识别方法 约束特征 微表情识别 序列 视频帧
2
一种基于ISSA-CNN-BILSTM的轴承故障诊断方法
轴承故障诊断方法 故障类别 更新模型参数 Softmax函数 传播算法
3
用于血管疾病风险辅助判断的深度放射组学模型构建方法
三维医学影像 模型构建方法 分支 并行处理架构 血管
4
一种适宜李氏人工肝应用的多模态体征分类方法
特征提取网络 CT影像数据 人工肝 分类方法 生理
5
一种基于多模态机器学习算法的电网异常流量检测与识别方法
多模态机器学习 多模态检测网络 异常流量检测 电力工控系统 识别方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号